利用脉冲耦合神经网络的高光谱多波段图像融合方法

• 作者: 付朝阳 刘坤 常威威 郭雷
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 高光谱图像 图像融合 脉冲耦合神经网络 多通道脉冲耦合神经网络模型
• 年，卷（期）: 2010,（3）
• 页码范围: 205-209,235
• 分类号: TP751.1
• 字数: 5995字
• 语种: 中文

摘要

针对高光谱图像波段众多、数据量大的特点,提出了一种基于脉冲耦合神经网络(Pulse Coupled Neural Networks, PCNN)模型的高光谱多波段图像融合方法.根据高光谱图像多输入的特点对原始PCNN模型进行了扩充,采用多通道PCNN模型来对输入图像进行非线性融合处理.通过分析传统变阈值衰减模型的特点及其不足,提出了修正的变阈值指数增加模型,以改善融合效果和降低PCNN运行的时间复杂度.利用记录点火时刻的赋时矩阵得到带有一定增强效果的融合结果图像.实验结果表明,该方法的融合效果要优于传统的主成分分析融合方法和小波变换融合方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭雷	西北工业大学自动化学院	262	2986	27.0	40.0
2	付朝阳	西北工业大学自动化学院	29	246	9.0	14.0
3	常威威	西北工业大学自动化学院	14	235	8.0	14.0
4	刘坤	西北工业大学自动化学院	28	333	10.0	17.0