基于NSCT和PCNN的红外与可见光图像融合方法

• 作者: 张科 李美丽 李言俊 王红梅
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 图像融合 非采样Contourlet变换 脉冲耦合神经网络 链接强度
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 红外技术
• 页码范围: 90-95
• 分类号: TP391|TN911.73
• 字数: 3747字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2010.06.016

摘要

提出了一种基于非采样Contourlet变换(NSCT)和脉冲耦合神经网络(PCNN)的红外与可见光图像融合方法.首先用NSCT对已配准的源图像进行分解,得到低频子带系数和各带通子带系数;其次对低频子带系数采取一种基于边缘的方法以得到融合图像的低频子带系数;对各带通子带系数提出了一种改进的基于PCNN的图像融合方法来确定融合图像的各带通子带系数;最后经过NSCT逆变换得到融合图像.实验结果表明,本文方法优于Laplaeian方法、小波方法和传统的NSCT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	张科	西北工业大学航天学院	311	2797	25.0	40.0
2	李言俊	西北工业大学航天学院	280	2914	25.0	41.0
3	李美丽	西北工业大学航天学院	10	128	5.0	10.0
7	王红梅	西北工业大学航天学院	32	505	14.0	21.0