文献

J-GLOBAL ID：201702265419222318   整理番号：17A0368910

新しいスパース表現ベース多焦点画像融合アプローチ【Powered by NICT】

A novel sparse-representation-based multi-focus image fusion approach

著者 (7件)： Yin Hongpeng (Key Laboratory of Dependable Service Computing in Cyber Physical Society, Ministry of Education, Chongqing University, Chongqing 400030, China) ,  Yin Hongpeng (College of Automation, Chongqing University, Chongqing 400030, China) ,  Li Yanxia (College of Automation, Chongqing University, Chongqing 400030, China) ,  Chai Yi (College of Automation, Chongqing University, Chongqing 400030, China) ,  Chai Yi (State Key Laboratory of Power Transmission Equipment and System Security and New Technology, College of Automation, Chongqing University, Chongqing 400030, China) ,  Liu Zhaodong (College of Automation, Chongqing University, Chongqing 400030, China) ,  Zhu Zhiqin (College of Automation, Chongqing University, Chongqing 400030, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 216  ページ： 216-229  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,新しい多焦点画像融合手法を提案した。関節辞書をK特異値分解(K SVD)アルゴリズムを用いて源画像から学習した適応的であるいくつかのサブ辞書を組み合わせたものである。提案した辞書構築方法がどんな事前知識を必要とせず,外部事前に収集された訓練画像データも必要としない。第二に,スパース係数をバッチ直交マッチング追跡(バッチOMP)アルゴリズムにより推定した。スパース符号化過程を加速することができる。最後に,最大重み付きマルチノルム融合ルールであるスパース係数と関節辞書から融合画像を正確に再構成するため採用した。ソース画像の最も重要な情報を含むこと融合画像可能にすることができる。提案方法の性能を包括的に評価するために,いくつかの多焦点画像と手動ぼけ画像を行った比較実験。実験結果は,提案した方法が多くの最新技法よりも優れており,視覚的および定量的評価の点でことを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *画像 ,  ロット ,  再構成 ,  特異値分解 ,  比較試験 ,  アルゴリズム ,  *透視図法 ,  スパースコーディング ,  画像データ
準シソーラス用語： 定量的評価 ,  融合画像 ,  直交マッチング追跡 ,  事前知識 ,  *多焦点画像 ,  *スパース表現 , 【Automatic Indexing@JST】

著者キーワード (4件)： 多焦点画像融合 ,  スパース表現 ,  辞書学習 ,  バッチOMP

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： スパース表現 ,  多焦点画像 ,  融合