基于双层并行PCNN和粗集理论的图像融合

• 作者: 张利强 李毅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像融合 双层并行PCNN 粗集理论 清晰度 主PCNN 从PCNN
• 年，卷（期）: 2011,（31）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 179-181,223
• 分类号: TP391
• 字数: 3764字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.31.051

摘要

为了能更好地进行多传感器图像融合,提出了一种基于双层并行PCNN和粗集理论的图像融合方法.该方法首先对两幅图像去噪,将一幅图像作为主PCNN网络的输入,另一幅图像作为从PCNN网络的输入,计算每幅图像的清晰度,分别将每幅图像的清晰度矩阵送入主从PCNN网络处理,然后根据粗集理论对原始图像分类,最后生成融合图像.该方法不仅能保留原图像信息,而且得到的融合图像清晰度高、对比度大.仿真实验结果以及与其他融合算法的比较,表明该算法的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李毅	四川大学计算机学院	67	282	10.0	13.0
2	张利强	四川大学计算机学院	1	0	0.0	0.0