基于NSST与自适应PCNN的多聚焦图像融合方法

摘要：

为弥补传统图像融合方法融合质量不高的缺点,提出了基于非下采样剪切波变换(Nonsubsampled Shearlet Transform ,NSST)与自适应脉冲耦合神经网络(Pulse Coupled Neural Network ,PCNN)的图像融合方法.首先,利用非下采样剪切波变换对源图像进行剪切波分解;然后,采用基于图像引导滤波器的融合规则对得到的低频分量进行低频融合;其次,对于高频分量,采用改进的空间频率作为PCNN的输入,利用改进的拉普拉斯能量和作为 PCNN的链接强度;最后,通过NSST逆变换得到融合后的图像.实验结果表明,相比于传统的融合规则,文中提出的算法在主观效果上能很好地保留细节信息,并抑制伪影和失真的产生;在客观评价上,其在标准差、边缘信息传递量、信息熵和互信息等常用指标上的表现更为优越.

关键词：图像融合、非下采样剪切波变换、脉冲耦合神经网络、图像引导滤波器

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金青年科学基金项目61502282;山东省自然科学基金青年科学基金项目ZR2015FQ005;山东理工大学博士科研启动经费资助项目,山东理工大学青年教师发展支持计划

在线出版日期：2019-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：217-222,250