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
基于自适应稀疏表示的多聚焦图像融合
稀疏表示
多聚焦图像融合
自适应
梯度值
基于核稀疏表示的人脸人耳融合识别算法的研究
融合识别
核稀疏表示
特征提取
加权串联融合
正交匹配追踪算法
鲁棒性
基于稀疏表示的无参考型超分辨图像质量评价方法
视觉感知特征
稀疏表示
超完备字典
无参考型超分辨图像质量评价
超分辨图像数据库
基于特征融合稀疏表示的JPEG隐写分析
特征融合
稀疏表示
PCA
向量总变差
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