NSCT域内基于自适应PCNN的红外与可见光图像融合方法

摘要：

提出一种在图像的非下采样Contourlet变换(NSCT)域内基于脉冲耦合神经网络(PCNN)的融合方法.首先采用NSCT对严格配准的待融合图像进行多分辨率多方向分解,得到低频子带和高频方向子带;然后使用各子带系数的空间频率作为PCNN对应神经元的自适应连接强度系数,使用改进的拉普拉斯能量和作为PCNN每个神经元的外部激励,经过PCNN点火过程获得各子带对应的点火映射图,并通过判决选择算子确定融合图像的各子带系数;最后采用NSCT逆变换对低频子带系数和高频方向子带系数进行重构,得到融合图像.使用红外与可见光图像进行仿真实验的结果表明,本文方法优于基于小波变换、NSCT及传统NSCT与PCNN结合的图像融合方法.

关键词：图像融合、非下采样Contourlet变换、脉冲耦合神经网络、连接强度、空间频率、改进的拉普拉斯能量和

所属期刊栏目：33

分类号：TN911.73;TP391.41

资助基金：国家科技支撑计划2011BAH26B03;四川省科技支撑计划2013GZX0155;西华大学重点实验室开放研究基金szjj2012-031

在线出版日期：2014-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：11-15