期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
结合多尺度局部极值分解和SCM模型的医学图像融合方法
被引量：
2
1
作者
丁斋生
周冬明
+3 位作者
聂仁灿
侯瑞超
刘琰煜
帅新芳
《计算机应用与软件》
北大核心
2020年第7期142-147,共6页
根据不同的成像原理,医学图像有多种不同的图像类型。针对CT-MRI图像融合中容易造成细节和对比度信息丢失等问题,提出一种基于多尺度局部极值分解方法(LES)和双通道脉冲发放皮层模型(DCSCM)的图像融合方法。利用多尺度局部极值分解方法...
根据不同的成像原理,医学图像有多种不同的图像类型。针对CT-MRI图像融合中容易造成细节和对比度信息丢失等问题,提出一种基于多尺度局部极值分解方法(LES)和双通道脉冲发放皮层模型(DCSCM)的图像融合方法。利用多尺度局部极值分解方法将源图像分解为一系列不同尺度的平滑图像和细节图像;使用最大值法分别提取两个系列平滑图像的最大值,使用稀疏表示方法进行平滑图像的融合;对两个系列的细节图像取均值,使用DCSCM模型对细节图像进行融合;通过融合后的平滑图像和细节图像重构出最终的融合图像。对多组医学图像进行实验仿真和主客观分析,多组实验结果表明,该方法在主观视觉方面和客观评价指标的定量分析方面都取得了优异的效果。
展开更多
关键词
多尺度局部极值方法
脉冲发放皮层模型
稀疏表示
医学图像
图像融合
在线阅读
下载PDF
职称材料
无监督深度学习模型的多聚焦图像融合算法
被引量：
1
2
作者
王长城
周冬明
+1 位作者
刘琰煜
谢诗冬
《计算机工程与应用》
CSCD
北大核心
2021年第21期209-215,共7页
深度学习技术应用到多聚焦图像融合领域时,其大多通过监督学习的方式来训练网络,但由于缺乏专用于多聚焦图像融合的监督训练的标记数据集,且制作专用的大规模标记训练集代价过高,所以现有方法多通过在聚焦图像中随机添加高斯模糊进行监...
深度学习技术应用到多聚焦图像融合领域时,其大多通过监督学习的方式来训练网络,但由于缺乏专用于多聚焦图像融合的监督训练的标记数据集,且制作专用的大规模标记训练集代价过高,所以现有方法多通过在聚焦图像中随机添加高斯模糊进行监督学习,这导致网络训练难度大,很难实现理想的融合效果。为解决以上问题,提出了一种易实现且融合效果好的多聚焦图像融合方法。通过在易获取的无标记数据集上以无监督学习方式训练引入了注意力机制的encoder-decoder网络模型,获得输入源图像的深层特征。再通过形态聚焦检测对获取的特征进行活动水平测量生成初始决策图。运用一致性验证方法对初始决策图优化,得到最终的决策图。融合图像质量在主观视觉和客观指标两方面上进行评定,经实验结果表明,融合图像清晰度高,保有细节丰富且失真度小。
展开更多
关键词
深度学习
多聚焦图像融合
监督学习
无监督学习
形态聚焦检测
在线阅读
下载PDF
职称材料
题名
结合多尺度局部极值分解和SCM模型的医学图像融合方法
被引量：
2
1
作者
丁斋生
周冬明
聂仁灿
侯瑞超
刘琰煜
帅新芳
机构
云南大学信息学院
出处
《计算机应用与软件》
北大核心
2020年第7期142-147,共6页
基金
国家自然科学基金项目(61463052,61365001)
云南省高校重点实验室建设计划项目。
文摘
根据不同的成像原理,医学图像有多种不同的图像类型。针对CT-MRI图像融合中容易造成细节和对比度信息丢失等问题,提出一种基于多尺度局部极值分解方法(LES)和双通道脉冲发放皮层模型(DCSCM)的图像融合方法。利用多尺度局部极值分解方法将源图像分解为一系列不同尺度的平滑图像和细节图像;使用最大值法分别提取两个系列平滑图像的最大值,使用稀疏表示方法进行平滑图像的融合;对两个系列的细节图像取均值,使用DCSCM模型对细节图像进行融合;通过融合后的平滑图像和细节图像重构出最终的融合图像。对多组医学图像进行实验仿真和主客观分析,多组实验结果表明,该方法在主观视觉方面和客观评价指标的定量分析方面都取得了优异的效果。
关键词
多尺度局部极值方法
脉冲发放皮层模型
稀疏表示
医学图像
图像融合
Keywords
Multi-scale local extreme method
Spiking cortical model
Sparse representation
Medical image
Image fusion
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
无监督深度学习模型的多聚焦图像融合算法
被引量：
1
2
作者
王长城
周冬明
刘琰煜
谢诗冬
机构
云南大学信息学院
出处
《计算机工程与应用》
CSCD
北大核心
2021年第21期209-215,共7页
基金
国家自然科学基金(61966037,61365001,61463052)。
文摘
深度学习技术应用到多聚焦图像融合领域时,其大多通过监督学习的方式来训练网络,但由于缺乏专用于多聚焦图像融合的监督训练的标记数据集,且制作专用的大规模标记训练集代价过高,所以现有方法多通过在聚焦图像中随机添加高斯模糊进行监督学习,这导致网络训练难度大,很难实现理想的融合效果。为解决以上问题,提出了一种易实现且融合效果好的多聚焦图像融合方法。通过在易获取的无标记数据集上以无监督学习方式训练引入了注意力机制的encoder-decoder网络模型,获得输入源图像的深层特征。再通过形态聚焦检测对获取的特征进行活动水平测量生成初始决策图。运用一致性验证方法对初始决策图优化,得到最终的决策图。融合图像质量在主观视觉和客观指标两方面上进行评定,经实验结果表明,融合图像清晰度高,保有细节丰富且失真度小。
关键词
深度学习
多聚焦图像融合
监督学习
无监督学习
形态聚焦检测
Keywords
deep learning
multi-focus image fusion
supervised learning
unsupervised learning
morphological focus detection
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
结合多尺度局部极值分解和SCM模型的医学图像融合方法
丁斋生
周冬明
聂仁灿
侯瑞超
刘琰煜
帅新芳
《计算机应用与软件》
北大核心
2020
2
在线阅读
下载PDF
职称材料
2
无监督深度学习模型的多聚焦图像融合算法
王长城
周冬明
刘琰煜
谢诗冬
《计算机工程与应用》
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
