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SAR、红外和可见光图像的灰度差异性大,融合图像感兴趣目标不突出的问题,提出一种基于NSST和稀疏表示的多源异类图像融合方法。首先将训练图像进行NSST变换,在低频系数上构建多尺度学习字典;对SAR、红外和可见光图像进行NSST变换,利用滑动窗口分解低频系数为图像块序列,对图像块序列零均值化后再稀疏分解,采用稀疏系数绝对值取大的融合规则;高频子带系数采用局部方向信息熵显著性因子取大的融合规则;最后对融合系数进行NSST逆变换得到最终的融合图像。
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NSST和SLIC的多聚焦图像融合算法
图像融合
多聚焦图像
超像素分割
非下采样剪切波变换(NSST)
基于NSST变换和PCNN的医学图像融合方法
非下采样剪切波变换
脉冲耦合神经网络
医学图像融合
PET
CT
MRI
基于NSST与改进稀疏表示的医学图像融合方法
医学图像融合
非下采样剪切波
改进稀疏表示
融合规则
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NSST和稀疏表示的多源异类图像融合方法
来源期刊 红外技术 学科 工学
关键词 图像融合 NSST 多尺度学习字典 稀疏表示 方向信息熵
年,卷(期) 2015,(3) 所属期刊栏目 图像处理与仿真
研究方向 页码范围 210-217
页数 8页 分类号 TP391.41
字数 3896字 语种 中文
DOI
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 杨风暴 中北大学信息与通信工程学院 139 748 12.0 19.0
2 王志社 中北大学信息与通信工程学院 13 143 7.0 11.0
6 彭智浩 中北大学信息与通信工程学院 3 53 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (53)
参考文献  (18)
节点文献
引证文献  (14)
同被引文献  (52)
二级引证文献  (12)
1973(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)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(10)
  • 参考文献(2)
  • 二级参考文献(8)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(10)
  • 参考文献(3)
  • 二级参考文献(7)
2014(9)
  • 参考文献(6)
  • 二级参考文献(3)
2015(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)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(9)
  • 引证文献(5)
  • 二级引证文献(4)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像融合
NSST
多尺度学习字典
稀疏表示
方向信息熵
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
红外技术
月刊
1001-8891
53-1053/TN
大16开
昆明市教场东路31号《红外技术》编辑部
64-26
1979
chi
出版文献量(篇)
3361
总下载数(次)
13
总被引数(次)
30858
论文1v1指导