原文服务方: 计算机应用研究       
摘要:
在对源图像进行提升小波变换的基础上,针对分解得到的低频分量和高频分量各自的特点,选取不同的融合规则,采用基于PCA和自适应区域方差的图像融合方法,即低频近似系数采用基于主元分析(PCA)加权法,高频细节系数采用自适应局部区域方差的融合方法,最后进行提升小波逆变换得到融合图像.实验结果表明,与传统算法相比,该算法不仅提高了信息量和清晰度,而且提高了融合图像与源图像的相关系数,降低了扭曲程度,有效地保留了源图像的细节信息,得到了清晰的融合图像,具有良好的目视效果.
推荐文章
基于自适应区域方差的图像融合方法
图像融合
区域方差融合
细节信息
一种基于区域特征动态加权的自适应图像融合方法
图像融合
区域特征
动态加权
自适应融合
基于小波变换的区域特征加权自适应图像融合算法
图像融合
小波变换
Mallat算法
区域特征
自适应融合
基于PCA的小波多分辨图像融合方法
图像融合
小波变换
主成份分析
自适应融合权重
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PCA和自适应区域方差的图像融合方法
来源期刊 计算机应用研究 学科
关键词 图像融合 提升小波 主元分析 局部区域方差
年,卷(期) 2010,(8) 所属期刊栏目
研究方向 页码范围 3179-3181
页数 分类号 TN911.73
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.08.101
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 贾克斌 北京工业大学电子信息与控制工程学院 119 1096 17.0 29.0
2 牛晓晖 北京工业大学电子信息与控制工程学院 1 21 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  (78)
参考文献  (6)
节点文献
引证文献  (21)
同被引文献  (31)
二级引证文献  (83)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(7)
  • 引证文献(3)
  • 二级引证文献(4)
2014(14)
  • 引证文献(6)
  • 二级引证文献(8)
2015(16)
  • 引证文献(5)
  • 二级引证文献(11)
2016(25)
  • 引证文献(0)
  • 二级引证文献(25)
2017(13)
  • 引证文献(0)
  • 二级引证文献(13)
2018(15)
  • 引证文献(1)
  • 二级引证文献(14)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(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
图像融合
提升小波
主元分析
局部区域方差
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导