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:
作为一种新型的神经网络模型,脉冲耦合神经网络(PCNN)已经在众多领域得到了应用.针对现有脉冲耦合神经网络图像融合算法存在的不足,提出了一种新的自适应PCNN图像融合算法.提取原始待融合图像的互补特征作为PCNN的外部输入,并通过提取待融合图像的对比度特征自适应确定PCNN的链接强度参数;分析了传统PCNN获取最优图像融合结果的方法,探索性地将结构相似度引入到PCNN融合结果的评价中,为PCNN最优融合结果的获取提供了很好的借鉴作用.通过红外和可见光等图像的仿真实验结果表明,提出的融合算法是有效的.
推荐文章
基于改进型脉冲耦合神经网络的图像增强
区域面积
脉冲耦合神经网络
边缘提取
噪声
基于改进型脉冲耦合神经网络的图像分割方法
脉冲耦合神经网络
图像分割
图像熵
阈值
DST与DSmT自适应融合算法
DST
DSmT
冲突率
目标识别
自适应模糊神经网络研究
FuNN网络
自适应学习
遗传算法
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 脉冲耦合神经网络自适应图像融合算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 图像融合 脉冲耦合神经网络 结构相似度 客观评价
年,卷(期) 2017,(7) 所属期刊栏目 图形图像处理
研究方向 页码范围 177-180
页数 4页 分类号 TP391.4
字数 3335字 语种 中文
DOI 10.3778/j.issn.1002-8331.1509-0099
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 王红梅 西北工业大学航天学院 32 505 14.0 21.0
2 付浩 西北工业大学航天学院 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  (30)
共引文献  (40)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (11)
二级引证文献  (2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
1999(7)
  • 参考文献(2)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
脉冲耦合神经网络
结构相似度
客观评价
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
航空科学基金
英文译名:
官方网址:http://www.chinaasfc.cn/file_show.asp?LanMuID=GZZD0100
项目类型:面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导