潜在低秩表示下VSM联合PCNN的红外与可见光图像融合
为了更好的保存红外与可见光图像中的细节轮廓和对比度等信息,提出了一种潜在低秩表示(LatLRR)下视觉显著映射(VSM)和脉冲耦合神经网络(PCNN)相结合的图像融合方法.通过LatLRR将红外图像和可见光图像分解为低秩部分和显著部分,并分别使用不同的融合策略对得到的低频和高频层进行融合.低秩部分上,先计算图像低秩部分的视觉显著强度,并使用基于VSM的融合策略来融合图像低秩部分,以保留更多轮廓信息;显著部分上,使用梯度域PCNN融合策略来融合显著部分.舍弃二者的稀疏噪声,通过对融合后的低秩部分和显著性部分进行叠加,得到最后的融合图像.与其他经典的融合方法进行对比验证,融合图像的相关差异和(SCD)、结构相似性(SSIM)、融合质量(QAB/F)等多种客观指标均有所提升,图像细节信息丰富,清晰度高,具有良好的可视性.
潜在低秩表示;视觉显著映射;脉冲耦合神经网络;图像融合
40
TP391(计算技术、计算机技术)
国家自然科学基金;六盘水师范学院高层次人才研究基金;高等学校本科教学质量与教学改革工程项目;六盘水师范学院校级项目;六盘水师范学院校级项目;六盘水师范学院校级项目;六盘水市重点调研课题项目
2022-01-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
84-90