Zobrazeno 1 - 10
of 120
pro vyhledávání: '"latent low-rank representation"'
Publikováno v:
Sensors, Vol 24, Iss 5, p 1514 (2024)
Latent Low-Rank Representation (LatLRR) has emerged as a prominent approach for fusing visible and infrared images. In this approach, images are decomposed into three fundamental components: the base part, salient part, and sparse part. The aim is to
Externí odkaz:
https://doaj.org/article/68c166cde07f4fb68cdb84b2fb4c1e9d
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 10, Pp 2140-2153 (2022)
Latent low-rank representation has been applied to multi-level image decomposition for the fusion of infrared and visible images to obtain good results. However, when the original infrared and visible images are of low quality, the visual effect of t
Externí odkaz:
https://doaj.org/article/db9a6e3444fc4378b7cd3a7f603687cf
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Remote Sensing, Vol 15, Iss 10, p 2624 (2023)
The image decomposition strategy that extracts salient features from the source image is crucial for image fusion. To this end, we proposed a novel saliency-based decomposition strategy for infrared and visible image fusion. In particular, the latent
Externí odkaz:
https://doaj.org/article/afde53c33d46484d8b0f3f28b2a697a5
Publikováno v:
IEEE Access, Vol 9, Pp 91462-91475 (2021)
The fusion quality of infrared and visible image is very important for subsequent human understanding of image information and target processing. The fusion quality of the existing infrared and visible image fusion methods still has room for improvem
Externí odkaz:
https://doaj.org/article/62fc5228386c462e8438e072e0ddb046
Autor:
Shen Yu, Xiaopeng Chen
Publikováno v:
IEEE Access, Vol 8, Pp 110214-110226 (2020)
To solve the problems of low image contrast and low feature representation in infrared and visible image fusion, an image fusion algorithm based on latent low-rank representation (LatLRR) and non-subsampled shearlet transform (NSST) methods is propos
Externí odkaz:
https://doaj.org/article/f1854f2601a14a38b1cfcbd5007af56d
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 7, Pp 56341-56352 (2019)
In this paper, we proposed an adaptive two-scale image fusion method using latent low-rank representation (LatLRR). First, both IR and VI images are decomposed into a two-scale representation using LatLRR to generate low-rank parts (the global struct
Externí odkaz:
https://doaj.org/article/d73c070e17b74458b2c532baec7b85dc