文献

J-GLOBAL ID：202202265585046481   整理番号：22A1116846

NSSTドメインにおける誘導フィルタ酔歩と改良型スパイキング皮質モデルベース画像融合法【JST・京大機械翻訳】

Guided filter random walk and improved spiking cortical model based image fusion method in NSST domain

著者 (6件)： Kong Weiwei (School of Computer Science and Technology, Xi’an University of Posts and Telecommunications, Xi’an 710121, China) ,  Kong Weiwei (Shaanxi Key Laboratory of Network Data Analysis and Intelligent Processing, Xi’an 710121, China) ,  Kong Weiwei (Xi’an Key Laboratory of Big Data and Intelligent Computing, Xi’an 710121, China) ,  Miao Qiguang (School of Computer Science and Technology, Xidian University, Xi’an 710071, China) ,  Lei Yang (College of Cryptographic Engineering, Engineering University of People’s Armed Police Force, Xi’an 710086, China) ,  Ren Cong (College of Cryptographic Engineering, Engineering University of People’s Armed Police Force, Xi’an 710086, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 488  ページ： 509-527  発行年： 2022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： 画像融合は情報処理の分野でのホットな課題となっている。本論文では,非サブサンプルせん断レット変換(NSST)における誘導フィルタランダムウォークと改良スパイキング皮質モデル(ISCM)に基づく新しい画像融合法を提案した。コアプロセスは3段階から成る。最初に,融合するソース画像をNSSTを通して低周波部分と高周波部分に分解した。次に,誘導フィルタとランダムウォークを含む2つのモデルを結合して,低周波サブ画像の融合を完了した。高周波部品の融合に関しては,従来のスパイキング皮質モデルをISCMに改良して,ソース画像の詳細情報を捉え,融合する。最後に,融合画像を逆NSSTによって得ることができた。提案した方法の有効性を検証するために,異なるカテゴリーを有する多くのデータセットを,シミュレーション実験を実行するためのソース画像として選択した。実験結果は,提案方法が主観的視覚性能と客観的評価データの両方に関して,代表的ものより明白な優位性を持つことを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  シミュレーション ,  剪断 ,  フィルタ ,  情報 ,  情報処理 ,  HF【周波数】 ,  *画像処理 ,  *画像 ,  *皮質 ,  LF【周波数】 ,  *酔歩 ,  有効性
準シソーラス用語： *画像融合 ,  *モデルベース ,  融合画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： 画像融合 ,  非サブサンプリングシアレット変換 ,  誘導フィルタ ,  ランダムウォーク ,  スパイキング皮質モデル

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ドメイン ,  誘導 ,  酔歩 ,  皮質 ,  モデルベース ,  画像融合