基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对红外热成像中目标识别和跟踪的特点,提出了一种基于树状小波变换的局部对比度融合算法,首先采用多尺度树状小波变换的方法对已配准的源图像在相应的能量准则下进行分解,克服了小波变换的移变性;对于分解后的低频子图像采用加权平均的融合规则,对于高频子图像采用局部对比度量测的融合规则,融合图像既保持了源图像的细节信息,又滤去了红外成像中的各类噪声.采用交叉分辨力评价算子量测红外图像中目标与背景的衬比度;通过仿真及基于客观的图像融合评价标准,分别从信息熵、标准差、平均梯度和交叉熵四个参数对图像融合效果进行评估,证明了对于双波段红外辐射图像的融合,提出的融合算法优于小波融合算法、形态学区域分割融合算法.算法尤其适用于红外热成像系统的目标识别和跟踪.
推荐文章
基于小波对比度的图像水印算法研究
数字水印
小波变换
小波对比度
视觉掩蔽
提升静态小波特征对比度多聚焦图像融合算法
图像融合
提升静态小波变换
特征对比度
改进拉普拉斯能量和
基于视觉特性的多尺度对比度塔图像融合及性能评价
视觉特性
对比度金字塔
图像融合
量化评价
基于离散小波变换的图像感知对比度增强数学模型构建
数学模型
图像感知
离散小波变换
图像灰度处理
图像分割
对比实验
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 树状小波局部对比度与图像融合及性能评估
来源期刊 计算机工程与应用 学科 工学
关键词 双波段红外图像 树状小波 图像融合 交叉分辨力
年,卷(期) 2007,(24) 所属期刊栏目 工程与应用
研究方向 页码范围 230-232
页数 3页 分类号 TP391
字数 4421字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.24.066
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 凌永顺 解放军电子工程学院安徽省红外与低温等离子体重点实验室 29 475 10.0 21.0
2 杨华 解放军电子工程学院安徽省红外与低温等离子体重点实验室 23 196 7.0 13.0
3 同武勤 解放军电子工程学院安徽省红外与低温等离子体重点实验室 13 201 7.0 13.0
4 马东辉 解放军电子工程学院光电系 13 127 7.0 11.0
5 朱斌 解放军电子工程学院光电系 10 71 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (115)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (3)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(8)
  • 参考文献(3)
  • 二级参考文献(5)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
双波段红外图像
树状小波
图像融合
交叉分辨力
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导