作者:
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:
针对多模图像融合问题提出了一种基于小波变换的新方法.将小波低频系数乘以加权因子1/R,减少低频部分所占整个图像的信息比例,并采取绝对值取大的融合规则选取小波低频系数;使用由方差和平均梯度构造的新的评价因子--小波邻域信息量作为融合规则选取小波高频系数.实验结果表明,该方法得到的融合图像体现出更强的融合性能.
推荐文章
基于邻域平均梯度的小波图像融合
图像融合
小波变换
平均梯度
基于小波包变换和圆形邻域特征的图像融合
检测控制图像融合
小波包变换
圆形邻域
邻域归一化梯度
子方向梯度算子
基于视觉感知的小波图像融合方法研究
视觉感知
图像融合
小波分析
基于小波变换的图像融合
小波
图像融合
树状小波
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 基于小波邻域信息量的图像融合
来源期刊 微型机与应用 学科 工学
关键词 图像融合 多模图像 小波变换 邻域信息量
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 62-64
页数 分类号 TP391.41
字数 1917字 语种 中文
DOI 10.3969/j.issn.1674-7720.2010.04.019
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 韩焱 中北大学信息探测与处理技术研究所 268 1539 18.0 24.0
2 任青 中北大学信息探测与处理技术研究所 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (31)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像融合
多模图像
小波变换
邻域信息量
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
总被引数(次)
35987
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导