您的位置: 专家智库 > >

江西省科技支撑计划项目(2008J212)

作品数:2 被引量:11H指数:2
相关作者:黄晓生曹义亲雷章明更多>>
相关机构:华东交通大学更多>>
发文基金:江西省科技支撑计划项目江西省自然科学基金江西省研究生创新基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇形态小波
  • 2篇图像
  • 2篇图像融合
  • 2篇小波
  • 2篇小波变换
  • 2篇波变换
  • 1篇多聚焦图像
  • 1篇形态小波变换
  • 1篇医学图像
  • 1篇医学图像融合
  • 1篇医学图像融合...
  • 1篇数学形态
  • 1篇数学形态学
  • 1篇图像融合算法
  • 1篇下采样
  • 1篇采样

机构

  • 2篇华东交通大学

作者

  • 2篇雷章明
  • 2篇曹义亲
  • 2篇黄晓生

传媒

  • 1篇计算机应用研...
  • 1篇实验技术与管...

年份

  • 2篇2012
2 条 记 录,以下是 1-2
排序方式:
一种有效的形态小波多聚焦图像融合算法被引量:2
2012年
多聚焦图像融合的关键问题是如何更好地保持源图像的轮廓信息和细节信息。形态小波具有小波变换的多层次分解特性和形态学的非线性特性。提出了一种基于形态小波变换的多聚焦图像融合算法。根据形态小波分解信号的特点,分别对高频系数和低频系数设计不同的融合规则:高频系数采用方向相关方法,最大程度保留细节和细节信息的方向特性;低频系数采用加权平均方法,该方法轮廓明显,最大程度地保留了轮廓信息。实验结果表明:该方法融合图像效果优于传统图像融合方法。
曹义亲雷章明黄晓生
关键词:图像融合形态小波小波变换多聚焦图像数学形态学
基于区域的非下采样形态小波医学图像融合算法被引量:11
2012年
提出了基于区域的非下采样形态小波医学图像融合算法。该算法首先将待融合的图像进行非下采样形态Haar小波分解成高频子带和低频子带,对低频子带图像直接按绝对值最大的规则进行融合,对各高频子带图像则先进行区域分割,对分割的区域根据其活跃度指数进行匹配,再对相匹配的区域按能量最大规则进行融合;最后根据融合后的低频子带及高频子带进行融合图像重构。实验结果表明,该算法在保持移不变形态小波融合方法优点的基础上,增强了融合图像的细节及亮度信息,同时有效地克服了对噪声和非精确配准敏感等缺点。
曹义亲雷章明黄晓生
关键词:形态小波变换图像融合
共1页<1>
聚类工具0