一种改进含噪多聚焦图像融合方法
针对目前多聚焦图像融合方法处理含噪图像缺乏有效性而导致融合效果较差的问题,提出一种引导滤波结合脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域内多聚焦图像融合方法.首先,分别对待融合多聚焦图像进行NSST获取其相应高频子带和低频子带系数;对高频子带系数,通过引导滤波结合改进简化PCNN模型设置融合规则;提取相位一致性、清晰度和亮度等底层视觉特性,指导低频子带系数融合权重;最后反NSST获取最终融合结果.实验结果表明,本文方法能够在噪声干扰情况下有效完成多聚焦融合,并且边缘和纹理信息保持较好,当20标准差噪声时互信息提升了近0.15具有有效性.
多聚焦图像、非下采样Shearlet变换(NSST)、脉冲耦合神经网络(PCNN)、引导滤波、相位一致性
28
TP391.41(计算技术、计算机技术)
国家自然科学基金;重庆市基础科学与前沿技术研究一般项目;重庆市教委基础与前沿研究计划资助项目;重庆市教委基础与前沿研究计划资助项目
2017-12-25（万方平台首次上网日期，不代表论文的发表时间）
共7页
1260-1266
