10.3969/j.issn.1672-8785.2013.01.05
基于NSCT和PCNN的可见光与红外图像融合算法
提出了一种基于Contourlet变换的非下采样变换(Nonsubsampled Contourlet Transform,NSCT)和脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的可见光与红外图像融合算法.该算法首先对源图像进行NSCT分解,得到低频子带系数和各带通方向子带系数.然后对低频子带系数提出一种基于可见光与红外图像自身特性的加权平均融合方法,再对各带通子带系数提出基于PCNN的融合方法.最后经过NSCT逆变换得到融合图像.实验证明,该方法优于小波方法和传统的NSCT方法.
图像融合、NSCT变换、脉冲耦合神经网络、可见光与红外图像
34
O433(光学)
2013-03-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
25-29,41