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:
传统的基于压缩感知的图像融合算法是对整个系数进行稀疏处理,而小波分解后的低频系数不稀疏,导致压缩重构质量降低,并且传统的融合规则不易简单、全面地提取高频系数的特征值.针对这一问题,分别对小波分解得到的高、低频系数采取不同的融合规则进行处理,提出了一种改进的区域特性高频压缩感知的融合算法.其中,低频系数采用区域方差加权绝对值最大融合;高频系数首先通过具有较好RIP性质的随机观测矩阵进行压缩采样,得到的观测值基于能量匹配度的不同进行相加或加权融合,以融合不同方向的高频子带特征信息,再用正交匹配追踪重构算法对高频部分进行信号重构.最后,低频、高频信息在小波逆变换下重构出融合图像.实验结果表明,与以往的基于压缩感知的融合方法相比,此算法的融合图像更清晰,新算法无论是在主观评价还是客观评价指标上都有利于图像信号重构,并具有较好的使用性.
推荐文章
基于区域特性的Contourlet域多聚焦图像融合算法
图像融合
Contourlet变换
多聚焦
区域能量
基于Bayesian压缩感知的融合算法
双星型
压缩感知
图像融合
贝叶斯
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
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 基于区域特性的压缩感知多聚焦融合算法
来源期刊 计算机科学 学科 工学
关键词 压缩感知 图像融合 小波变换 区域特性
年,卷(期) 2017,(1) 所属期刊栏目 图形图像与模式识别
研究方向 页码范围 295-299
页数 5页 分类号 TP391.41
字数 6045字 语种 中文
DOI 10.11896/j.issn.1002-137X.2017.01.054
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 黄晓生 华东交通大学软件学院 41 380 10.0 18.0
2 曹义亲 华东交通大学软件学院 47 235 8.0 13.0
3 贺亚飞 华东交通大学软件学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (37)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (21)
二级引证文献  (9)
1989(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)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(12)
  • 参考文献(3)
  • 二级参考文献(9)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
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
压缩感知
图像融合
小波变换
区域特性
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
论文1v1指导