基于修正PCNN的多传感器图像融合方法
多传感器图像融合技术作为信息融合的重要分支和研究热点,已广泛应用在机器视觉、医疗诊断、军事遥感等领域.为了更好地进行多传感器图像融合,将在图像分割、目标识别等领域具有独特优势的脉冲耦合神经网络(pulse coupled neural network,PCNN)引入到多传感器图像融合领域中来,提出了一种基于修正PCNN的多源图像融合方法,该方法在区域分割的基础上,先提取区域特征,然后由特征指导融合过程;同时,从目标区域相对于背景的显著性出发,提出了一种反映目标区域突出性的新特征,并针对传统PCNN参数无法自动设定的难题,提出了基于修正PCNN的参数自动设定方案.实验结果表明,该方法无论在主观视觉效果,还是客观评价参数上均优于基于多分辨分析的融合算法,且克服了传统像素级融合方法中融合图像模糊、对噪声敏感等不足,尤其适用于图像不能严格配准的应用场合.这对于拓宽PCNN的理论研究和实际应用具有一定价值.
多传感器图像融合、脉冲耦合神经网络、参数设定、客观评价准则
13
TN911.73;TP391.41
军队预研项目403050203;国防预研基金41322029;国防预研基金513220208
2008-05-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
284-290