GA优化自适应NSCT-PCNN图像融合
针对传统非下采样Contourlet变换与脉冲耦合神经网络结合(NSCT-PCNN)的图像融合模型中PCNN存在参数需要完全凭借人工经验设置的不足,本文引进了遗传算法进行自适应的参数设置.该模型在低频子带采用基于边缘的图像融合技术,在各带通子带则通过PCNN来确定融合子带系数,加入遗传算法进行参数自行设定,减少了需要人为经验设置参数的个数.最后将融合结果与小波变换,Laplace融合技术以及传统的PCNN-NSCT融合方法进行比较,发现本文方法不论在主观还是客观指数评价上都更佳.
遗传算法、NSCT、PCNN、图像融合关键词
37
TP391(计算技术、计算机技术)
国家自然科学基金项目61379101;国家“九七三”重点基础研究发展计划项目2003CB329502
2016-10-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
1583-1587