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:
Curvelet变换克服了小波变换在处理高维信号时的不足,比小波变换具有更好的方向性、较高的逼近精度和更好的稀疏表达性能.因此将Curvelet变换应用于图像融合领域,能更好地提取图像边缘特征,为融合提取更多的特征信息.利用对偶树复小渡-Curvelett变换的多尺度和多方向性特征以及自适应融合规则在选取融合系数上的优势,提出了一种基于对偶树复小波-Curvelet变换的自适应遥感图像融合新算法.算法是将全色图像和多光谱图像进行对偶树复小波-Curvelet变换分解后,针对不同的频率域特点选择不同的融合规则,对低频系数选取区域能量的加权系数自适应融合规则,对高频系数特性选用了区域特征自适应的融合规则,最后通过重构得到融合图像.将其他的融合算法和所提算法进行主观和客观的对比,结果表明,基于对偶树复小波-Curvelet变换区域特征自适应的图像融合算法是一种有效可行的图像融合算法.
推荐文章
基于对偶树复小波-Curvelet变换的自适应多传感图像融合算法
多传感图像
对偶树复小波变换
Curvelet变换
自适应
融合算法
基于替换规则的对偶树复小波变换遥感影像融合
对偶树复小波变换
遥感影像融合
替换规则
基于对偶树复小波域HMT模型的遥感图像融合
遥感图像融合
对偶树复小波分解
隐马尔可夫树模型
空间分辨率
基于对偶树复小波-Curvelet变换的自适应多传感图像融合算法
多传感图像
对偶树复小波变换
Curvelet变换
自适应
融合算法
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 自适应对偶树复小波-Curvelet变换的遥感图像融合
来源期刊 计算机工程与应用 学科 工学
关键词 多传感图像 对偶树复小波 Corvelet变换 自适应 融合算法
年,卷(期) 2011,(7) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 198-201,240
页数 分类号 TP391
字数 5674字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.07.057
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 李见为 重庆大学光电技术及系统教育部重点实验室 93 1608 21.0 37.0
2 何同弟 河西学院机电工程系 16 51 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (264)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(13)
  • 参考文献(2)
  • 二级参考文献(11)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 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)
2012(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
多传感图像
对偶树复小波
Corvelet变换
自适应
融合算法
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
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导