检索结果-南通市图书馆

遥感技术与应用 2022年第4期37卷 829-838页

作者：吕开云侯昭阳龚循强杨硕东华理工大学测绘工程学院江西南昌330013 自然资源部海洋环境探测技术与应用重点实验室广东广州510300 自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室江西南昌330013

针对稀疏字典的高冗余性和脉冲耦合神经网络(PCNN)参数设置的主观性问题,提出一种结合自适应稀疏表示(ASR)和参数自适应脉冲耦合神经网络(PAPCNN)的非下采样轮廓波变换(NSCT)域遥感影像融合方法。该方法将多光谱影像通过YUV空间变换得... 详细信息

针对稀疏字典的高冗余性和脉冲耦合神经网络(PCNN)参数设置的主观性问题,提出一种结合自适应稀疏表示(ASR)和参数自适应脉冲耦合神经网络(PAPCNN)的非下采样轮廓波变换(NSCT)域遥感影像融合方法。该方法将多光谱影像通过YUV空间变换得到的亮度分量Y与全色影像进行NSCT分解为高低频子带。对低频子带采用基于ASR的融合规则,根据影像块的梯度信息实现自适应稀疏表示。对高频子带采用PAPCNN模型,以选择PCNN的最优参数,再经过相应逆变换得到融合结果。实验结果表明:该方法对不同卫星影像在定性和定量评价上的总体效果均优于其他8种方法。

关键词：遥感影像融合非下采样轮廓波变换自适应稀疏表示参数自适应脉冲耦合神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于非下采样剪切波变换的红外与可见光图像融合

引用

光电子．激光 2020年第10期31卷 1062-1073页

作者：王昭杜庆治董安勇苏斌赵文博昆明理工大学信息工程与自动化学院云南昆明650500 昆明北方红外技术股份有限公司云南昆明650500

由于传统稀疏表示(SR)冗余字典单一,脉冲耦合神经网络(PCNN)模型参数设置复杂,为了解决上述问题,提出了基于非下采样剪切波变换(NSST)的红外与可见光图像融合算法。该算法首先通过NSST将源图像分解成低频子带和高频子带。然后,使用自适... 详细信息

由于传统稀疏表示(SR)冗余字典单一,脉冲耦合神经网络(PCNN)模型参数设置复杂,为了解决上述问题,提出了基于非下采样剪切波变换(NSST)的红外与可见光图像融合算法。该算法首先通过NSST将源图像分解成低频子带和高频子带。然后,使用自适应稀疏表示(ASR)模型进行NSST域低频部分稀疏系数的融合;同时,采用参数自适应脉冲耦合神经网络(PA-PCNN)模型融合相应的高频部分。最后,对融合后的低频和高频波段进行NSST反变换,重建得到融合结果图。实验结果表明:该算法解决了传统SR模型的"块效应"问题,克服了PCNN模型中自由参数的设置难点,在主观视觉和客观评价上均优于现有算法。

关键词：图像融合 NSST变换自适应稀疏表示参数自适应脉冲耦合神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的红外与可见光图像融合

引用

红外技术 2020年第7期42卷 660-669页

作者：董安勇杜庆治苏斌赵文博于闻昆明理工大学信息工程与自动化学院云南昆明650500 昆明北方红外技术股份有限公司云南昆明650500

非下采样剪切波变换(NSST)域中低频子带的融合需要人工给定融合模式,因此未能充分捕获源图像的空间连续性和轮廓细节信息。针对上述问题,提出了基于深度卷积神经网络的红外与可见光图像融合算法。首先,使用孪生双通道卷积神经网络学习N... 详细信息

非下采样剪切波变换(NSST)域中低频子带的融合需要人工给定融合模式,因此未能充分捕获源图像的空间连续性和轮廓细节信息。针对上述问题,提出了基于深度卷积神经网络的红外与可见光图像融合算法。首先,使用孪生双通道卷积神经网络学习NSST域低频子带的特征来输出衡量子带空间细节信息的特征图。然后,根据高斯滤波处理的特征图设计了基于局部相似性的测量函数来自适应地调整NSST域低频子带的融合模式。最后,根据NSST域高频子带的方差、局部区域能量以及可见度特征来自适应地设置脉冲耦合神经网络参数完成NSST域高频子带的融合。实验结果表明:该算法Q^AB/F指标略弱于对比算法,但SF、SP、SSIM以及VIFF指标分别提高了约50.42%、14.25%、7.91%以及61.67%,有效地解决了低频子带融合模式给定的问题,同时又克服了手动设置PCNN参数的缺陷。

关键词：图像融合卷积神经网络参数自适应脉冲耦合神经网络 NSST变换

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于不可分离剪切波与稀疏表示的图像融合算法研究

基于不可分离剪切波与稀疏表示的图像融合算法研究

引用

作者：王冰雪长春理工大学

学位级别：硕士

图像融合技术是将不同成像机理的传感器或者同一传感器在不同条件下对同一场景图像进行获取后生成符合人类观察或者计算机处理的图像,得到的图像比源图像信息更加丰富和准确,有利于后续检测、识别和跟踪工作,图像融合技术具有良好的应... 详细信息

图像融合技术是将不同成像机理的传感器或者同一传感器在不同条件下对同一场景图像进行获取后生成符合人类观察或者计算机处理的图像,得到的图像比源图像信息更加丰富和准确,有利于后续检测、识别和跟踪工作,图像融合技术具有良好的应用前景。图像融合过程涉及数据处理手段和融合规则。针对目前图像融合技术存在方向信息缺失、图像创新部分特征不明显和清晰度下降等问题,本文在不可分离剪切波变换与稀疏表示的图像融合算法上做了以下探索与研究:首先研究一种离散不可分离剪切波变换的多尺度分解工具,离散不可分离剪切波变换是应用剪切算子直接进行剪切操作,这使得不可分离剪切波变换直接在连续域定义离散化,改善了剪切支撑之间的重叠,优化了方向选择。然后研究一种基于离散不可分离剪切波与联合稀疏表示的图像融合方法,该方法对离散不可分离剪切波分解后的低频子代采用联合稀疏表示方法融合,对高频子代采用参数自适应脉冲耦合神经网络融合,有效解决了融合后图像创新部分不明显以及不符合人类视觉观察的问题。最后研究一种基于离散不可分离剪切波和卷积稀疏表示的图像融合方法,该方法对离散不可分离剪切波分解后的低频子代采用卷积稀疏表示算法融合,然后对高频子代采用邻域特征融合,由于卷积稀疏表示是实现基于整幅图像的稀疏编码,避免了图像清晰测度信息的丢失,有效解决了细节保存能力有限和对配准错误高敏感的问题。实验结果表明,上述融合方法具有明显的优越性,提高了融合图像的清晰度和细节保存能力,主客观评价结果均为最优。

关键词：图像融合离散不可分离剪切波变换联合稀疏表示参数自适应脉冲耦合神经网络卷积稀疏表示

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于非下采样剪切波变换的多聚焦图像融合

基于非下采样剪切波变换的多聚焦图像融合

引用

作者：顾鹏南京信息工程大学

学位级别：硕士

图像融合是将多个图像传感器中获得的有效信息提取并融合,从而得到信息更丰富的完整图像。多聚焦图像融合是图像融合领域的一个重要分支,由于光学传感器的景深有限,很难获得所有景物同时聚焦的图像,多聚焦图像融合可以将多幅图像进行融... 详细信息

图像融合是将多个图像传感器中获得的有效信息提取并融合,从而得到信息更丰富的完整图像。多聚焦图像融合是图像融合领域的一个重要分支,由于光学传感器的景深有限,很难获得所有景物同时聚焦的图像,多聚焦图像融合可以将多幅图像进行融合,得到所有场景都清晰的图像。本文以非下采样剪切波变换（Non-Subsampled Shearlet Transform,NSST）为基础对多聚焦图像融合算法进行研究,主要研究工作有以下两个部分:（1）针对传统多聚焦图像融合算法普遍存在焦点不清晰、边缘模糊和重影,传统脉冲耦合神经网络（Pulse Coupled Neural Network,PCNN）参数设置困难,稀疏表示不能充分表示源图像的特征信息等问题。提出了基于NSST域的参数自适应PCNN和卷积稀疏表示的多聚焦图像融合算法。利用NSST对源图像进行高低频分解,将参数自适应PCNN模型引入到高频系数的融合中,解决了PCNN手动设置参数的困难。将卷积稀疏表示用于低频子带融合中,解决了稀疏表示对边缘细节信息的保存能力不足的问题。实验结果表明,该算法在主观视觉效果和客观评价方面都有很好的表现。（2）为了进一步提升多聚焦图像融合的质量,解决基于卷积神经网络的多聚焦图像融合算法在融合图像时未区分图像的高低频,融合结果不符合人眼视觉感知的问题。提出了将NSST和卷积神经网络相结合的多聚焦图像融合算法。在NSST分解源图像获得高低频系数的基础上,利用卷积神经网络获得源图像的初始权重图,同时将初始权重图分解为高低频分量。采用不同的融合规则分别对源图像的高低频系数和初始权重图的高低频分量进行融合,最后通过NSST重构获得最终的融合结果。实验结果表明,该算法能够有效地表达图片的细节信息,使融合图像的细节更加清晰,边缘更平滑,具有保留源图像有用信息和捕捉源图像更深层面几何结构的能力。

关键词：多聚焦图像融合非下采样剪切波变换参数自适应脉冲耦合神经网络卷积稀疏表示卷积神经网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多分辨率分析的多模态医学图像融合方法研究

基于多分辨率分析的多模态医学图像融合方法研究

引用

作者：朱文维浙江理工大学

学位级别：硕士

当下,医学技术发展日新月异,人们对临床诊断技术的要求也越来越高。医学图像融合技术可以有效克服单一传感器图像的局限性和差异性,获取更为全面准确的图像信息,提高图像的清晰度,以便进一步进行图像的分析与处理,这对于临床医学诊断具... 详细信息

当下,医学技术发展日新月异,人们对临床诊断技术的要求也越来越高。医学图像融合技术可以有效克服单一传感器图像的局限性和差异性,获取更为全面准确的图像信息,提高图像的清晰度,以便进一步进行图像的分析与处理,这对于临床医学诊断具有较大的研究意义与实用价值。图像融合技术初期主要应用于军事安全领域,可增强对目标的识别度,由于其具有诸多优势,所以近段时间以来,图像融合广泛应用于医学成像。医学图像融合技术为现代临床疾病诊断和手术治疗提供了强有力的技术支撑,大大便利了患者的病灶诊断。本文围绕医学图像融合算法,对其展开系统研究,具体工作如下:（1）为了解决融合后的医学图像时常存在细节纹理不够清晰的问题,本文提出一种新的基于非下采样剪切波变换（NSST）的医学图像融合算法,对多模态医学图像进行融合,增强细节结构提取的能力,提高图像融合质量,为医疗诊断提供依据。在融合步骤方面,首先,将已配准的源图像进行NSST分解,分解后可以得到低频子带和一系列高频子带;其次,提出利用局域标准差与局域平均能量的合成值进行低频子带之间选择的融合策略,对于高频子带系数,利用改进的拉普拉斯能量和（NSML）的方法进行融合;最后将融合后的低、高频子带进行NSST逆变换,得到融合后的医学影像。（2）当前大多数传统的多模态医学图像融合技术不能同时实现能量保存和细节提取而容易导致信息不足和细节模糊等等,本文提出一种基于参数自适应脉冲耦合神经网络（PCNN）的医学图像融合算法。首先,从标准库里取出经过配准的四种不同类型的源图像进行非下采样剪切波分解,得到多尺度多方向的低频子带系数和一系列高频子带系数;其次,采用参数自适应PCNN对高频子带进行融合,增强后的高频子带绝对值作为反馈输入自适应调节所有的PCNN参数。低频子带则采用改进的平均梯度与空间频率相结合的策略进行图像融合,可以同时做到能量保存与细节提取;最后,经NSST逆变换得到融合后的医学图像。（3）为检验图像融合算法的有效性与通用性,本文分别对多模态医学中灰度图像、彩色图像进行融合,并把融合后的图像和其他典型算法形成的图像作了全面深刻的比较,肉眼观察不难发现本文算法对于不同模态之间的医学图像可以起到很好的互补作用,使得图像细节信息更加丰富,对于边缘部位、纹理轮廓等信息显示更加清晰完整,视觉效果良好,可以为医生临床诊断带来举足轻重的作用;从客观角度定量分析图像质量,也不难看出,本文提出的算法在信息熵、边缘强度、标准差等指标值上占有优势,指标值普遍较好,这表明融合后的图像信息完整度、结构性较好,细节信息丰富全面,细节纹理清晰,可以为医学领域临床诊断带来实际意义与作用。

关键词：图像处理多模态医学图像融合非下采样剪切波变换特征值合成参数自适应脉冲耦合神经网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：