抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
マルチソース画像融合は近年の研究のホットスポットとなっている,融合結果は人間の視覚とコンピュータ処理とより整合性が取れるようにするために,多くの古典的なアルゴリズムが提案されている,カンターレット変換,非サブサンプルカンターレット変換(NSCT)などを紹介した。これに基づいて,本論文では,NSCT変換とパルス結合ニューラルネットワーク(PCNN)に基づく赤外と可視画像の改善された融合法を提案した。基本的な考え方は,ソース画像はNSCTにより分解された低周波および高周波数帯域を得たことである,低周波成分は適応しきい値の地域分散顕著性融合法は,重み付き使用,高周波成分はPCNN法を使用し,PCNNニューロンの外部入力として直接使用した高周波数サブバンド係数。実験結果は,融合された画像はより高い明瞭度および豊富な有用な情報を持っていることを示した。主観的および客観的両性能指標である従来のアルゴリズムよりも良好であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】