PCNN与粗集理论用于多聚焦图像融合

• 作者: 张北斗 林冬梅 王兆滨 马义德 高清祥
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 图像融合 多聚焦图像 脉冲耦合神经网络 粗集理论
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 通信与信息工程
• 页码范围: 485-488
• 页数: 4页
• 分类号: TN911.73|TP183
• 字数: 2637字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2009.04.002

摘要

现有技术不能保证获取图像时,对图像每个位置都具有同样的聚焦效果,这样便产生了多聚焦图像的融合问题,它包括如何进行多聚焦图像像素分类及采取何种融合决策,该文结合脉冲耦合神经网络(PCNN)模型和粗集理论,对该问题进行尝试性研究,提出了一种新的多聚焦图像融合算法.首先计算原始图像的清晰度,将清晰度矩阵送入PCNN进行处理,然后根据粗集理论对原图像像素进行分类处理,最后生成融合图像.仿真结果表明,该算法在一定程度上优于其他传统算法.且具有较好的抗噪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马义德	兰州大学信息科学与工程学院	149	2170	21.0	42.0
2	张北斗	兰州大学信息科学与工程学院	19	193	6.0	13.0
3	王兆滨	兰州大学信息科学与工程学院	6	56	5.0	6.0