基于脉冲耦合神经网络的红外图像拼接
创建高分辨率的宽视角的拼接图像为图像处理、计算机图形学等交叉学科学研究的新领域,针对传统的基于边缘的拼接算法对噪声比较敏感,红外图像噪声干扰严重与信噪比低的特点,提出一种基于脉冲耦合神经网络(PCNN,pulse coupled neural network)的红外图像拼接算法.采用PCNN仿生物视觉角度,提取图像的边缘信息;采用Hausdorff距离作为配准的相似性测度,计算出最优配准参数进行图像拼接;使用加权平均方法,实现拼接图像的融合,提高拼接图像的视觉效果.实验结果表明,本文算法能够实现图像的精确拼接,对噪声具有较好的鲁棒性,并提高了搜索效率,减小了计算量.
图像处理、红外图像拼接、脉冲耦合神经网络(PCNN)、边缘检测、Hausdorff测度
24
TP391.4(计算技术、计算机技术)
国家自然科学基金61273170
2013-06-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
578-582