基于交替非负最小平方投影梯度NMF的TINST域图像融合

摘要：

为了克服现有基于多尺度分解(MSD)的图像融合方法存在的某些缺陷,增强多模态图像的融合精度,提出了一种平移不变不可分离剪切波交换(TINST)结合交替非负最小平方投影梯度非负矩阵分解(NMF)的图像融合方法.首先利用TINST对源图像进行多尺度、多方向分解,得到一个低频子带和多个高频方向子带系数;然后将低频子带系数看作原始观测数据,采用交替非负最小平方投影梯度NMF算法进行融合,得到包含特征基的融合低频子带系数,将高频方向子带系数作为脉冲耦合神经网络(PCNN)的外部输入激励,经点火处理和判决选择算子选择,得到融合高频方向子带系数;最后应用逆TINST重构融合后的子带系数,得到融合图像.采用多组多模态图像进行融合实验,并对融合结果进行了客观评价.试验结果表明,本文提出的融合方法在主观和客观评价上均优于其他MSD融合方法.

关键词：平移不变不可分离剪切波变换(TINST)、融合准则、非负矩阵分解(NMF)、脉冲耦合神经网络(PCNN)

所属期刊栏目：27

分类号：TP391.41(计算技术、计算机技术)

资助基金：吉林省科技发展计划;教育部留学回国人员科研启动基金

在线出版日期：2016-09-08（万方平台首次上网日期，不代表论文的发表时间）

页码：893-902