钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
自动化学报期刊
\
香农熵加权稀疏表示图像融合方法研究
香农熵加权稀疏表示图像融合方法研究
作者:
吴小俊
李奕
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
香农熵
多视角加权
稀疏表示
图像融合
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。
暂无资源
收藏
引用
分享
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
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
被引次数趋势
(/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
主办单位:
中国自动化学会
中国科学院自动化研究所
出版周期:
月刊
ISSN:
0254-4156
CN:
11-2109/TP
开本:
大16开
出版地:
北京市海淀区中关村东路95号(北京2728信箱)
邮发代号:
2-180
创刊时间:
1963
语种:
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
期刊文献
相关文献
1.
采用DCT稀疏表示与Dual-PCNN的图像融合算法
2.
基于稀疏表示与加权核范数最小化的图像去噪算法
3.
基于稀疏表示的自适应图像融合方法研究
4.
基于NSST和稀疏表示的多源异类图像融合方法
5.
基于稀疏表示的WMSN红外和可见光图像融合
6.
基于加权香农熵的图像阈值法
7.
基于稀疏表示的遥感图像融合
8.
基于傅里叶描述子和加权稀疏表示的军事图像分类方法
9.
基于稀疏表示的 SAR/红外图像彩色融合
10.
基于稀疏表示和决策融合的图像分类方法
11.
基于邻域加权稀疏表示的高光谱图像目标探测
12.
加权结构组稀疏表示的图像压缩感知重构
13.
基于联合稀疏表示的复Contourlet域SAR图像与红外图像融合
14.
基于自适应稀疏表示的多聚焦图像融合
15.
基于剪切波变换和稀疏表示理论的图像融合方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
自动化学报2022
自动化学报2021
自动化学报2020
自动化学报2019
自动化学报2018
自动化学报2017
自动化学报2016
自动化学报2015
自动化学报2014
自动化学报2013
自动化学报2012
自动化学报2011
自动化学报2010
自动化学报2009
自动化学报2008
自动化学报2007
自动化学报2006
自动化学报2005
自动化学报2004
自动化学报2003
自动化学报2002
自动化学报2001
自动化学报2000
自动化学报1999
自动化学报1998
自动化学报2014年第9期
自动化学报2014年第8期
自动化学报2014年第7期
自动化学报2014年第6期
自动化学报2014年第5期
自动化学报2014年第4期
自动化学报2014年第3期
自动化学报2014年第11期
自动化学报2014年第10期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号