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:
针对传统稀疏表示同步超分图像融合模型中对于LL (Low-low frequency)、LH (Low-high frequency)、H (High frequency)三部分等比例加权,不能突出重点信息之不足,本文提出一种香农熵多视角加权稀疏表示同步超分图像融合方法。该方法引入香农熵加权技术,针对LL、LH、H 三部分根据图像特征进行自适应加权,突出重点频率段的影响,从而提高了图像融合的效果。在多组不同类型图像上进行了实验,实验结果表明所提方法无论从融合视觉效果还是评价指标上均显示出有效性。
推荐文章
采用DCT稀疏表示与Dual-PCNN的图像融合算法
压缩感知
双通道脉冲耦合神经网络
信息熵
全变分优化算法
基于稀疏表示与加权核范数最小化的图像去噪算法
稀疏表示
加权核范数最小化
图像去噪
图像特征
维纳滤波
基于稀疏表示的自适应图像融合方法研究
稀疏表示
图像融合
超完备字典
自适应
基于NSST和稀疏表示的多源异类图像融合方法
图像融合
NSST
多尺度学习字典
稀疏表示
方向信息熵
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 香农熵加权稀疏表示图像融合方法研究
来源期刊 自动化学报 学科
关键词 香农熵 多视角加权 稀疏表示 图像融合
年,卷(期) 2014,(8) 所属期刊栏目 论文与报告
研究方向 页码范围 1819-1835
页数 17页 分类号
字数 18271字 语种 中文
DOI 10.3724/SP.J.1004.2014.01819
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 吴小俊 江南大学物联网工程学院 170 1079 17.0 22.0
2 李奕 江南大学物联网工程学院 4 49 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (170)
共引文献  (99)
参考文献  (32)
节点文献
引证文献  (14)
同被引文献  (36)
二级引证文献  (4)
1993(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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(2)
  • 二级参考文献(5)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(15)
  • 参考文献(1)
  • 二级参考文献(14)
2007(13)
  • 参考文献(3)
  • 二级参考文献(10)
2008(14)
  • 参考文献(2)
  • 二级参考文献(12)
2009(24)
  • 参考文献(1)
  • 二级参考文献(23)
2010(33)
  • 参考文献(4)
  • 二级参考文献(29)
2011(32)
  • 参考文献(4)
  • 二级参考文献(28)
2012(24)
  • 参考文献(3)
  • 二级参考文献(21)
2013(9)
  • 参考文献(6)
  • 二级参考文献(3)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
香农熵
多视角加权
稀疏表示
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
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
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
论文1v1指导