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:
利用PCNN(Pulse Coupled Neural Network)在图像处理中的独特优势,提出了一种基于小波变换的PCNN多传感器图像融合方法.对源图像进行小波分解,得到不同尺度下的子带图像;在小波域中利用PCNN的同步脉冲激发特性,制定基于PCNN的融合规则;使用不同尺度下的小波系数的SF( Spatial Frequency)作为对应神经元的链接强度,经过PCNN点火得到源图像在小波域中的点火映射图;通过判决选择算子,选择点火次数多的小波系数作为对应的融合系数,进行区域一致性检验,获到最终的融合系数;对融合后的系数进行小波逆变换得到融合图像.实验结果表明,该方法有效地综合源图像中的重要信息,得到更好视觉效果和更优量化指标的融合图像,在主客观评价上均优于小波、PCNN等方法.
推荐文章
基于小波变换和Kalman滤波的多传感器数据融合
小波变换
Kalman滤波
传感器
数据融合,多分辨分析
基于离散多小波变换的医学图像融合
医学图像
图像融合
小波变换
多小波分解
GHM多小波
基于小波变换的传感器故障诊断
小波分析
传感器
故障诊断
计算机仿真
基于Haar小波变换的图像融合方法
图像融合
小波变换
信息熵
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 基于小波变换的PCNN多传感器图像融合
来源期刊 计算机工程与应用 学科 工学
关键词 图像融合 脉冲耦合神经网络 小波变换 空间频率 点火映射图
年,卷(期) 2011,(35) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 210-213,217
页数 分类号 TP391
字数 5068字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.35.059
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 梁久祯 江南大学信息工程学院 74 332 10.0 13.0
2 周爱平 江南大学信息工程学院 6 45 4.0 6.0
3 薛寺中 江南大学数字媒体学院 7 35 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (150)
参考文献  (12)
节点文献
引证文献  (9)
同被引文献  (28)
二级引证文献  (20)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(16)
  • 参考文献(2)
  • 二级参考文献(14)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(11)
  • 参考文献(6)
  • 二级参考文献(5)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像融合
脉冲耦合神经网络
小波变换
空间频率
点火映射图
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
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导