基于改进引导滤波与DCPCNN的图像融合方法

摘要：

针对红外图像与可见光图像融合易产生边缘信息缺失,目标不够突出等问题,将引导滤波的保持边缘特性与双通道脉冲耦合神经网络(DCPCNN)的非线性耦合调制特性相结合,提出一种基于改进引导滤波与DCPCNN的红外与可见光图像融合算法.该方法首先选取非下采样剪切波变换将图像进行分解,获得高低频分量;对低频分量的融合是利用改进空间频率作用DCPCNN输入激励,且其链接强度由表征图像信息的平均梯度自适应调整来确定;高频分量融合是利用局部平均梯度与区域方差自适应加权,而后采用改进的引导滤波进行平滑处理实现空间一致性;最后,对分别处理后的各分量经过非下采样剪切波变换可逆变换获取融合图像.针对典型背景目标和复杂背景目标两类实验结果表明,与经典的曲波变换、双树复小波变换、非下采样轮廓波变换和非下采样剪切波变换等方法相比,该算法可以有效综合图像的优势信息,且在平均梯度、标准差、空间频率、相关系数等方面具有更高的优势.

关键词：图像融合、引导滤波、自适应双通道脉冲耦合神经网络(DCPCNN)、非下采样剪切波变换

所属期刊栏目：55

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61102170;国家社科基金15GJ003-243

在线出版日期：2019-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：207-213,270