- 年份
- 2025（1）
- 2022（2）
- 2021（2）
- 2019（1）
- 2017（1）
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)（5）
- 北京大学中文核心期刊目录(北大核心)（4）
- 中国科学引文数据库(CSCD)（2）
- 刊名
- 计算机与数字工程（2）
- 吉林大学学报（理学版）（1）
- 太原理工大学学报（1）
- 太赫兹科学与电子信息学报（1）
- 红外技术（1）
- 计算机应用研究（1）
- 更多...
- 作者单位
- 太原理工大学（1）
- 山东建筑大学（1）
- 桂林电子科技大学（1）
- 贵州大学（1）
- 长沙理工大学（1）
- 更多...
- 语种
- 汉语（7）
- 关键词
- 卷积稀疏表示（7）
- 图像融合（2）
- 非下采样剪切波变换（2）
- 非下采样轮廓波变换（2）
- ADMM（1）
- 内外特征（1）
- 卡通纹理图像分解（1）
- 参数自适应PCNN（1）
- 图像重构（1）
- 多聚焦图像（1）
- 更多...
- 作者
- 刘帆（1）
- 刘雨婷（1）
- 吴宏林（1）
- 喻小虎（1）
- 张建明（1）
- 张志升（1）
- 张汉元（1）
- 张点（1）
- 徐佳（1）
- 曲怀敬（1）
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 7 条结果
- 一个基于卷积稀疏表示的图像重构算法CSTPCD
- 基于复合域多尺度分解的红外偏振图像融合方法北大核心摘要：针对目前红外偏振融合图像质量差、偏振信息缺失、目标纹理细节不够等问题,提出一种基于复合域多尺度分解的红外偏振图像融合方法.首先,在空间域内利用引导滤波器对源图像进行二尺度分解,得到细节层和基础层,在频域内利用非下采样剪切波变换对基础层图像进行多尺度多方向分解,得到低频子带图像和高频子带图像;其次,对高频子带采用主成分分析-自适应脉冲耦合神经网络融合规则,对低频子带采用改进的卷积稀疏表示进行系数合并,细节层融合采用基于像素相似度的局部能…查看全部>>
- 基于参数自适应PCNN和卷积稀疏的多聚焦图像融合
- 融合内外特征的图像超分辨率算法北大核心CSCDCSTPCD
- 基于图像分解和稀疏表示的多聚焦图像融合北大核心CSCDCSTPCD
- 基于卷积稀疏表示和NSCT的遥感图像融合北大核心CSTPCD
- 基于NSCT和卷积稀疏表示的红外与可见光图像融合CSTPCD