原文服务方: 微电子学与计算机       
摘要:
提出了一种基于自适应稀疏表示的多聚焦图像融合算法,该算法根据图像的结构特征将子块分为相似模型、平滑模型和细节模型。三种模型采取不同的处理,相似模型直接放入融合图像,平滑模型和细节模型分别采用加权平均法和稀疏表示法进行融合,从而减少了稀疏编码的图像块数,以提高融合效率。实验结果表明,该方法在保证融合图像主观效果和客观性能指标均优的的情况下,有效缩短了运算时间。
推荐文章
基于NSCT与自适应PCNN的多聚焦图像融合方法
多聚焦图像
点扩散函数
脉冲耦合神经网络
非下采样Contourlet变换
基于稀疏表示的自适应图像超分辨率重建算法
超分辨率
自适应正则化
联合字典
基于自动聚焦算法的多聚焦图像融合
图像融合
多聚焦图像
自动聚焦算法
DCT变换
空间一致性
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
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 基于自适应稀疏表示的多聚焦图像融合
来源期刊 微电子学与计算机 学科
关键词 稀疏表示 多聚焦图像融合 自适应 梯度值
年,卷(期) 2015,(6) 所属期刊栏目
研究方向 页码范围 22-26,31
页数 6页 分类号 TP393
字数 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 李子 桂林电子科技大学信息与通信学院 2 6 2.0 2.0
2 欧阳宁 1 2 1.0 1.0
3 袁华 1 2 1.0 1.0
4 陈利霞 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (37)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (19)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(8)
  • 参考文献(3)
  • 二级参考文献(5)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
稀疏表示
多聚焦图像融合
自适应
梯度值
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导