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:
针对多源医学图像融合过程中融合权值选择的不确定性,根据DS证据理论,采用证据理论中的基本概率分配函数来描述判决结果的不确定性.利用图像的区域方差、区域能量、区域信息熵三个特征,然后对特征进行归一化,将各个特征值作为基本概率分配的依据,在小波域内对高频分量采用基于DS证据理论的多特征融合规则进行图像融合.利用拉普拉斯能量,在小波域内对低频分量采用拉普拉斯能量自适应融合规则.实验结果表示:所提算法综合了多个特征的优势,降低了融合过程中的不确定性,较大程度地保留了图像信息.
推荐文章
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
基于多域特征与改进D-S证据理论的齿轮故障智能诊断方法
齿轮故障诊断
粒子群优化支持向量机
加权D-S证据理论
信息融合
基于多小波基的医学图像融合
小波变换
医学图像
图像融合
多小波基
方向对比度
基于多小波变换的医学图像融合算法研究
多小波变换
图像融合
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 基于证据理论的小波域多特征医学图像融合
来源期刊 计算机应用 学科 工学
关键词 DS证据理论 拉普拉斯能量 小波域 多特征 图像融合
年,卷(期) 2012,(6) 所属期刊栏目 图形图像技术
研究方向 页码范围 1544-1547
页数 分类号 TP391.413
字数 3185字 语种 中文
DOI 10.3724/SP.J.1087.2012.01544
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 罗斌 安徽大学计算机科学与技术学院 181 1213 16.0 25.0
2 赵海峰 安徽大学计算机科学与技术学院 36 308 8.0 16.0
3 朱珍元 安徽新华学院信息工程学院 2 6 1.0 2.0
4 姚丽莎 安徽新华学院信息工程学院 21 43 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (23)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (27)
二级引证文献  (17)
1967(2)
  • 参考文献(1)
  • 二级参考文献(1)
1968(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(7)
  • 参考文献(5)
  • 二级参考文献(2)
2012(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)
2013(1)
  • 引证文献(1)
  • 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(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
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
DS证据理论
拉普拉斯能量
小波域
多特征
图像融合
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导