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:
为了获取适合人眼观测的高质量红外与可见光融合图像,提出了一种基于视觉显著性指导的红外与可见光图像融合算法.首先,利用改进的流形排序法分别检测红外与可见光图像的视觉显著性区域;然后,采用非下采样轮廓波变换对红外和可见光图像进行多尺度、多方向分解,从而获取各自低频子带和高频子带,并将视觉显著性的检测结果用于指导分配低频子带的融合权重,即依据显著度大小赋予不同的权值,而高频子带的融合则依据局部标准差准则赋值;最后,通过非下采样轮廓波逆变换获得融合图像.实验结果表明:这种算法不仅可以保全可见光图像中的细节信息,而且能够精确地突显出红外目标信息,具有较好的视觉效果,增强了红外与可见光复合前视系统的识别性能.
推荐文章
基于加权的可见光与红外光图像融合算法
红外图像
图像融合
小波变换
比值加权融合算法
梯度加权融合算法
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
红外与可见光视频序列融合算法研究
视频序列融合
混合帧差
非下采样contourlet变换
方向对比度
基于帧差检测技术与区域特征的红外与可见光图像融合算法
红外与可见光图像融合
信息互补
帧差检测
目标分簇
图像分割
算法复杂度比较
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 视觉显著性指导的红外与可见光图像融合算法
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 图像融合 红外与可见光图像 非下采样轮廓波 视觉显著性
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 27-32,38
页数 7页 分类号 TP391
字数 3636字 语种 中文
DOI 10.19665/j.issn1001-2400.2019.01.005
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 王炳健 西安电子科技大学物理与光电工程学院 35 600 15.0 24.0
2 易翔 西安电子科技大学物理与光电工程学院 2 27 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (29)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像融合
红外与可见光图像
非下采样轮廓波
视觉显著性
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导