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:
提出了一种基于提升小波和区域分割的红外可见光图像融合方法.先对红外图像和可见光图像进行提升小波分解,得到各自的高频和低频子图像,利用红外图像的热效应特征显著的特点对红外图像的低频子图像进行检测分割,用分割得到的二值图像来指导低频子图像的融合决策,对于高频子图像,采用区域方差匹配度决策法,最后对融合后的小波系数进行重构得到融合图像.实验结果表明,这种算法能够合理有效地保留红外图像的热目标信息以及可见光图像中丰富的光谱信息,提高了图像的可理解性,客观评价准则与目视效果吻合良好.
推荐文章
一种基于图像特征的红外与可见光图像融合算法
图像特征
图像融合
红外传感器
可见光传感器
基于红外可见光融合图像的车辆定位方法
车辆
定位方法
视觉
融合图像
基于AWNV的红外与可见光图像Tetrolet域融合方法研究
Tetrolet变换
图像融合
红外和可见光图像
邻域方差
有效的红外与可见光图像融合方法研究
图像融合
红外图像
轮廓小波变换
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 一种基于区域分割的红外可见光图像融合方法
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 图像融合 提升小波变换 区域分割 区域方差 匹配度
年,卷(期) 2011,(1) 所属期刊栏目 信息·计算机
研究方向 页码范围 59-63,106
页数 分类号 TP751
字数 4080字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2011.01.012
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 邢永康 重庆大学计算机学院 28 250 9.0 15.0
2 葛小青 重庆大学计算机学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (57)
参考文献  (8)
节点文献
引证文献  (12)
同被引文献  (50)
二级引证文献  (71)
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)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(11)
  • 引证文献(7)
  • 二级引证文献(4)
2013(20)
  • 引证文献(2)
  • 二级引证文献(18)
2014(14)
  • 引证文献(1)
  • 二级引证文献(13)
2015(9)
  • 引证文献(1)
  • 二级引证文献(8)
2016(9)
  • 引证文献(0)
  • 二级引证文献(9)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像融合
提升小波变换
区域分割
区域方差
匹配度
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导