作者:
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:
针对可见光与红外图像融合时出现的特征信息提取不足等问题,提出了一种基于非下采样剪切波变换(NSST)与深度玻尔兹曼机(DBM)的可见光与红外图像融合方法.首先,利用DBM实现红外图像的最优能量分割以提取其中的显著红外目标;其次,将分割得到的显著目标区域与背景区域分别投影至源图像,获得相关映射图;最后,使用NSST分别对可见光图像与红外投影图像进行多尺度、多方向稀疏分解,对源图像的一系列子图像进行融合,并采取NSST反变换重构获得最终融合图像.仿真实验结果表明:与现有的3种经典方法相比,本文方法在信息熵方面高于轮廓波变换法约4.1%,在平均梯度方面高于NSST法约1.0%,在互信息方面高于NSCT法约3.8%.获得的融合图像具有较高的对比度和丰富的细节信息.
推荐文章
基于深度玻尔兹曼机的图像多特征融合
SIFT特征
颜色直方图
受限玻尔兹曼机
深度玻尔兹曼机
特征融合
深度玻尔兹曼机在故障诊断中的应用研究
深度学习
深度波尔曼兹机
故障诊断
基于复合优化的深度玻尔兹曼机的路牌文字图像识别算法
深度玻尔兹曼机
路牌
混合初始化
机器学习
文字识别
稀疏受限玻尔兹曼机研究综述
稀疏表示
受限玻尔兹曼机
深度学习
图像处理
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 深度玻尔兹曼机在图像融合中的应用
来源期刊 河南科技大学学报(自然科学版) 学科 工学
关键词 非下采样剪切波变换 深度玻尔兹曼机 隐含层 图像融合
年,卷(期) 2018,(1) 所属期刊栏目 电工电信、自动化与计算机
研究方向 页码范围 47-52,58
页数 7页 分类号 TP391
字数 4567字 语种 中文
DOI 10.15926/j.cnki.issn1672-6871.2018.01.009
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 刘丰年 河南科技大学应用工程学院 5 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (115)
共引文献  (144)
参考文献  (19)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (0)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(15)
  • 参考文献(1)
  • 二级参考文献(14)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(13)
  • 参考文献(4)
  • 二级参考文献(9)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(16)
  • 参考文献(4)
  • 二级参考文献(12)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 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)
研究主题发展历程
节点文献
非下采样剪切波变换
深度玻尔兹曼机
隐含层
图像融合
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
河南科技大学学报(自然科学版)
双月刊
1672-6871
41-1362/N
大16开
河南省洛阳市开元大道263号
36-285
1980
chi
出版文献量(篇)
3214
总下载数(次)
7
总被引数(次)
19453
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导