作者:郝爱枝,郑晟 单位:中国技术经济学会 出版:《科学技术与工程》2014年第01期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFKXJS2014010110 DOC编号:DOCKXJS2014010119 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Contourlet变换的多传感器图像融合》PDF+DOC2016年第12期 俞向前 《基于视觉显著图的图像融合方法》PDF+DOC2014年第04期 王晓文,赵宗贵,庞秀梅,刘敏 《基于树状小波分解的多传感器图像融合》PDF+DOC2001年第03期 李树涛,王耀南 《基于非采样Contourlet变换多传感器图像融合算法》PDF+DOC2008年第02期 张强,郭宝龙 《基于小波变换的PCNN多传感器图像融合》PDF+DOC2011年第35期 薛寺中,周爱平,梁久祯 《一种自适应PCNN图像融合方法》PDF+DOC2011年第07期 李建锋,邹北骥,辛国江,李玲芝,蔡美玲 《基于非下采样Contourlet的多传感器图像自适应融合》PDF+DOC2009年第11期 常霞,焦李成,贾建华 《基于S-PCNN与DDCT相结合的多传感器图像融合》PDF+DOC2015年第09期 金鑫,聂仁灿,周冬明,黄晶霞 《多传感器图像融合》PDF+DOC2008年第31期 高大伟,宋玉莉 《多光学传感器的图像拼接系统的设计》PDF+DOC2013年第01期 何苗,李鸿鹏
  • 针对同源和异源的多传感器图像的特征,提出了一种基于非下采样Contourlet变换(NSCT)和脉冲耦合神经网络(PCNN)的新的图像融合算法。首先,用NSCT对已配准的源图像进行分解,从而准确地提取出了二维和更高维的边缘纹理信息;其次,对低频子带系数采用区域方差进行了整合,从而得到融合图像的低频子带系数,而对高频子带系数提出了一种改进的基于PCNN的图像融合方法来确定融合图像的各带通子带系数;最后通过对所有子带系数进行NSCT逆变换,从而得到了融合图像。实验结果表明,该方法优于Mallat小波方法和传统的NSCT方法,有更好的视觉效果。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。