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:
偏振图像伪彩色融合对提高视觉感知和目标判读具有重要意义,利用空间调制型全偏振参量矩阵的低秩和稀疏特性,提出基于贝叶斯概率鲁棒性矩阵分解融合方法.首先,根据偏振调制和解析算法构造偏振参量矩阵,同时合成强度图像;其次,对参量矩阵进行基于改进的贝叶斯概率参量矩阵分解,降低背景噪声和亮度变化等干扰,分别获得参量图像的稀疏和低秩成分;然后利用方差、清晰度和信息熵进行模糊积分,获得显著性参量图像,与合成强度图像一起进行像素级增强;最后,经直方图规定化和IHS颜色映射,得到伪彩色融合结果.实验选择多种材质与目标的仿真和实测数据进行验证,通过主观视觉效果和客观指标比较,验证了其有效性.
推荐文章
基于稀疏性非负矩阵分解的偏振图像快速融合方法
图像融合
偏振图像
在线字典学习
稀疏性非负矩阵分解
红外偏振与红外光强图像的伪彩色融合研究
图像融合
伪彩色
红外偏振
红外光强
基于低秩稀疏表示的红外与可见光图像序列融合方法
低秩稀疏表示
Laplace金字塔
最大值选择规则
红外与可见光图像序列融合
基于全卷积神经网络与低秩稀疏分解的显著性检测
显著性检测
全卷积神经网络
低秩稀疏分解
高层语义先验知识
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 全偏振参量低秩稀疏分解伪彩色图像融合
来源期刊 系统工程与电子技术 学科 工学
关键词 偏振成像 图像融合 低秩稀疏 鲁棒性矩阵分解
年,卷(期) 2020,(11) 所属期刊栏目 电子技术
研究方向 页码范围 2450-2460
页数 11页 分类号 TP391.4|TN911.73
字数 语种 中文
DOI 10.3969/j.issn.1001-506X.2020.11.06
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (87)
共引文献  (9)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(13)
  • 参考文献(1)
  • 二级参考文献(12)
2016(11)
  • 参考文献(0)
  • 二级参考文献(11)
2017(9)
  • 参考文献(1)
  • 二级参考文献(8)
2018(5)
  • 参考文献(3)
  • 二级参考文献(2)
2019(4)
  • 参考文献(2)
  • 二级参考文献(2)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 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
偏振成像
图像融合
低秩稀疏
鲁棒性矩阵分解
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
总被引数(次)
116871
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导