10.16798/j.issn.1003-0530.2017.03.005
NSCT域内基于自适应PCNN的图像融合新方法
论文结合非下采样contourlet变换(NSCT)的平移不变性、多尺度、多方向特性和脉冲耦合神经网络(PC-NN)的同步脉冲发放、捕获特性,提出在NSCT域中基于PCNN的图像融合框架.对于低频子带,利用改进拉普拉斯能量和作为特征激励PCNN;对于高频方向子带,采用改进的空间频率作为PCNN的外部激励;同时利用各子带图像的平均梯度自适应调节PCNN的链接强度,最后,选取具有较大点火次数的系数作为融合图像的系数,经逆NSCT变换重构融合图像.实验结果表明本文方法无论在主观视觉还是客观评价标准上都要优于传统的基于小波变换、contourlet变换、PCNN的图像融合方法.
图像融合、脉冲耦合神经网络、非下采样contourlet变换、改进拉普拉斯能量和、改进的空间频率
33
TP391.41(计算技术、计算机技术)
2017-06-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
280-287