Scidown文献预览系统!
基于奇异值分解和显著性图的可见光和红外图像融合( Singular value decomposition and saliency - map based image fusion for visible and infrared images )
C Rajakumar S Satheeskumaran
多个传感器采集多幅图像,这些图像在许多应用中被融合为一幅图像,以获得高的空间和光谱分辨率。本文提出了一种新的图像融合方法,以增强红外与可见光图像的融合。基于卷积神经网络、边缘保持滤波器和低阶逼近的图像融合方法计算复杂度高,对复杂任务的处理速度非常慢。为了克服这些缺点,提出了基于奇异值分解(SVD)的图像融合方法。在奇异值分解中,对给定的图像进行精确的分解,并将大部分信息打包在少量的奇异值中。奇异值分解将源图像分解为基础层和细节层。构造视觉显著性图和权重图,将信息和互补信息集成到细节层。利用统计技术对基本层进行融合,融合后的图像是基本层和细节层的线性组合。视觉检测和融合度量被用来验证图像融合的性能。在多幅图像对上的测试表明,该方法优于或可与已有的方法相比。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】