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:
针对红外与可见光图像融合中出现的对比度较低和图像模糊的问题,提出了一种边缘优化的模块化融合方法.首先,对红外图像进行局部对比度自适应增强,突出红外图像中的目标;然后分别对红外图像和可见光图像进行HSV色空间变换,在亮度分量中,对其进行边缘细节增强的模块化融合,进一步突出红外图像中的目标轮廓;最后,结合可见光图像的色调和饱和度分量,经过RGB色空间的转换,获取融合后的图像.结果表明,与简单加权平均算法和小波融合算法的融合结果相比较,该融合算法能够较好的保持原图像的细节和目标信息,图像的对比度和清晰度也有较大的提高.
推荐文章
红外与可见光图像分解与融合方法研究
多尺度混合信息分解
引导滤波
高斯滤波
图像融合
结合区域与边缘特征的红外与可见光图像融合算法
融合算法
红外图像
可见光图像
边缘检测
区域相关
分布特性
一种基于图像特征的红外与可见光图像融合算法
图像特征
图像融合
红外传感器
可见光传感器
基于AWNV的红外与可见光图像Tetrolet域融合方法研究
Tetrolet变换
图像融合
红外和可见光图像
邻域方差
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 一种边缘优化的红外与可见光图像模块化融合方法
来源期刊 云南师范大学学报(自然科学版) 学科 工学
关键词 图像处理 图像融合 模块化 边缘优化 对比度自适应增强
年,卷(期) 2016,(1) 所属期刊栏目 计算机科学及应用
研究方向 页码范围 30-37
页数 8页 分类号 TN911.73
字数 4096字 语种 中文
DOI 10.7699/j.ynnu.ns-2016-006
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 云利军 云南师范大学信息学院 43 252 9.0 15.0
2 石俊生 云南师范大学颜色与图像视觉实验室 58 491 14.0 19.0
3 徐领章 云南师范大学颜色与图像视觉实验室 3 16 1.0 3.0
4 李成立 云南师范大学颜色与图像视觉实验室 4 26 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (143)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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(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(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(10)
  • 参考文献(0)
  • 二级参考文献(10)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(13)
  • 参考文献(1)
  • 二级参考文献(12)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(12)
  • 参考文献(2)
  • 二级参考文献(10)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
图像处理
图像融合
模块化
边缘优化
对比度自适应增强
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
云南师范大学学报(自然科学版)
双月刊
1007-9793
53-1046/N
大16开
云南昆明市一二一大街298号
64-74
1958
chi
出版文献量(篇)
2229
总下载数(次)
5
总被引数(次)
10561
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导