位置:成果数据库 > 期刊 > 期刊详情页
基于奇异值分解的图像融合效果综合评价研究
  • ISSN号:1000-2758
  • 期刊名称:西北工业大学学报
  • 时间:2013.2.2
  • 页码:25-28
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西北工业大学理学院,陕西西安710072
  • 相关基金:国家自然科学基金(61070233)资助
  • 相关项目:细分逆问题中高性能算法与逆向细分研究
中文摘要:

针对图像融合效果中存在的”多评价结论非一致性”问题,提出了一种基于奇异值分解的图像融合效果综合评价方法。首先对多个性能指标组成的序值矩阵进行奇异值分解,并运用一致可信度指标确定序值矩阵的近似矩阵,而近似矩阵是对原有矩阵的优化。该方法具有提取多评价结论共性信息,削弱极端评价结论影响,评价结果易于定量表示,更加精确、客观,区分度大,可靠性高等优点。实验结果表明,该评价方法具有较好的实时性和准确性,进一步丰富和完善图像融合理论框架具有启发意义和实用价值。

英文摘要:

An evaluation issue of image fusion method based on SVD ( singular value decomposition) is put forward aiming at the inconsistencies among the evaluation conclusions drawn from analyses with different methods. In this way, the SVD is done for the numerical'matrix composed of multiple inconsistency conclusions. Then, an approxi- mate conclusion matrix is given by equilibrating the consistency-reliability indices. The method has the advantages of picking up common information from multi-evaluations, weakening the impact due to extreme evaluation conclu- sions. Experimental analysis shows that the proposed method performs well on validity, real-time, precision, and objectivity.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《西北工业大学学报》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国工业和信息化部
  • 主办单位:西北工业大学
  • 主编:胡沛泉
  • 地址:西安市友谊西路127号(西工大校园158号信箱)
  • 邮编:710072
  • 邮箱:xuebao@mwpu.edu.cn
  • 电话:029-88495455
  • 国际标准刊号:ISSN:1000-2758
  • 国内统一刊号:ISSN:61-1070/T
  • 邮发代号:52-182
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:10173