面向图像差异特征融合的基于弗里德曼检验的小波基分类研究

王向东, 杨风暴, 焦玉茜, 吉琳娜, 吕红亮

王向东, 杨风暴, 焦玉茜, 吉琳娜, 吕红亮. 面向图像差异特征融合的基于弗里德曼检验的小波基分类研究[J]. 红外技术, 2019, 41(1): 44-53.
引用本文: 王向东, 杨风暴, 焦玉茜, 吉琳娜, 吕红亮. 面向图像差异特征融合的基于弗里德曼检验的小波基分类研究[J]. 红外技术, 2019, 41(1): 44-53.
WANG Xiangdong, YANG Fengbao, JIAO Yuqian, JI Linna, LYU Hongliang. Wavelet Bases Classification Research Based on Friedman Test for Image with Difference Features Fusion[J]. Infrared Technology , 2019, 41(1): 44-53.
Citation: WANG Xiangdong, YANG Fengbao, JIAO Yuqian, JI Linna, LYU Hongliang. Wavelet Bases Classification Research Based on Friedman Test for Image with Difference Features Fusion[J]. Infrared Technology , 2019, 41(1): 44-53.

面向图像差异特征融合的基于弗里德曼检验的小波基分类研究

基金项目: 国家自然科学基金项目(61672472)%国家自然科学基金青年科学基金项目(61702465)%中北大学电子测试技术重点实验室开放基金(ZDSYSJ2015005)%山西省研究生教育创新资助项目(2018SY080)
详细信息
  • 中图分类号: TP391

Wavelet Bases Classification Research Based on Friedman Test for Image with Difference Features Fusion

  • 摘要: 对小波基分类是图像融合中依据不同融合需求选择小波基的基础,可以提高图像融合的智能化水平.针对现有的小波基分类方法仅根据小波自身特性进行分类,没有从统计角度有效建立小波基和图像差异特征之间的联系,本文提出了面向图像差异特征融合的基于弗里德曼检验的小波基分类方法.首先,选择典型的差异特征和小波基用于分类研究;其次,选择针对差异特征的评价指标,以评价指标结果作为标记量并进行分类实验的区组设计;然后,采用弗里德曼检验对不同区组数据进行处理及执行相应的后续检验和分类步骤,形成面向图像差异特征的小波基类集;最后,设计对比实验对分类方法的有效性进行验证和分析.试验结果表明,该分类方法能有效把对图像差异特征融合效果相近的小波基归为一类,能根据融合需求选择较好的小波基.
  • 期刊类型引用(3)

    1. 孙龙君,聂庆浩,李佳祎,牛佳欣,孟文洋,马建斌. 基于多目标遗传规划的农作物非生物胁迫抗逆关键基因挖掘方法研究. 河北农业大学学报. 2024(06): 62-68 . 百度学术
    2. 孟祥宇,高尚. 基于异构集成的类别不平衡学习算法研究. 软件导刊. 2023(04): 84-90 . 百度学术
    3. 周生辉,刘廷玺,段利民,冀如,张春雨. 毛乌素沙地海流兔河流域水文地质特征. 中国沙漠. 2021(05): 103-110 . 百度学术

    其他类型引用(7)

计量
  • 文章访问数:  90
  • HTML全文浏览量:  18
  • PDF下载量:  15
  • 被引次数: 10
出版历程

目录

    /

    返回文章
    返回