基于小波分解和PCNN的图像融合方法

• 作者: 胡艺龄 辛国江 邹北骥
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 小波分解 图像融合 脉冲耦合神经网络
• 年，卷（期）: 2011,（2）
• 页码范围: 102-107
• 分类号: TP391
• 字数: 4549字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2011.02.020

摘要

随着融合技术的发展、小波理论的成熟,小波变换以其良好的时频特性在图像融合领域脱颖而出.本文在小波变换理论的基础上,提出了一种结合小波分解的改进型PCNN图像融合新方法.首先对两幅已经配准的原始图像进行小波多尺度分解;然后基于改进后的脉冲耦合神经网络模型提出一种新的融合规则,文中重点针对小波分解后高频域和低频域的特点,分别在各频域采用不同的融合方法,最后通过逆小波变换重构图像得到融合后的图像.仿真结果和评价指标结果表明,此方法更好地保留了原图像中的有用信息,提高了融合图像的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹北骥	中南大学信息科学与工程学院	118	1203	18.0	29.0
2	辛国江	中南大学信息科学与工程学院	9	158	7.0	9.0
3	胡艺龄	中南大学信息科学与工程学院	1	18	1.0	1.0