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:
为提高多聚焦图像的融合效果,利用Shearlet变换具有多尺度多方向的特性,文中提出了一种基于Shearlet变换的图像融合算法.针对待融合图像进行Shearlet变换,得到低频子带系数和不同尺度不同方向的高频子带系数;对低频子带系数取分解系数区域能量高的系数,高频子带系数采用区域能量和区域清晰度以及区域方差相结合,采用多判别法得到融合系数,并最终进行Shearlet逆变换得到融合图像.结果表明,在主观视觉效果和客观评价指标上此算法优于其他融合算法.
推荐文章
基于shearlet与PCNN的多聚焦图像融合方法
剪切波变换
脉冲耦合神经网络
协调矩阵
清晰度
采用shearlet变换的多聚焦图像融合
shearlet
图像融合
SML算子
基于非下采样Shearlet变换耦合能量关联度的医学图像融合算法
医学图像融合
非下采样Shearlet变换
能量关联度函数
融合规则
多元空间频率函数
标准差函数
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
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Shearlet变换的多聚焦图像融合方法
来源期刊 电子科技 学科 工学
关键词 Shearlet变换 区域清晰度 区域能量 区域方差 多判别法
年,卷(期) 2015,(11) 所属期刊栏目 图像·编码与软件
研究方向 页码范围 143-146
页数 4页 分类号 TP391.41
字数 2637字 语种 中文
DOI 10.16180/j.cnki.issn1007-7820.2015.11.038
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 何建忠 上海理工大学光电信息与计算机工程学院 39 161 7.0 10.0
2 邱万山 上海理工大学光电信息与计算机工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (14)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Shearlet变换
区域清晰度
区域能量
区域方差
多判别法
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
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
论文1v1指导