基于PCNN和最优化评价准则的曲波域图像融合

• 作者: 严卫东 倪维平 刘俊民 吴俊政 边辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像融合 曲波变换 脉冲耦合神经网络 最优化评价准则
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 197-200
• 分类号: TP391.41
• 字数: 4276字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.02.057

摘要

利用曲波变换能够准确捕获图像高维奇异信息的特点,提出了一种在曲波域中基于脉冲耦合神经网络和最优化评价准则的图像融合方法.该方法用曲波变换对输入图像进行多尺度分解,再利用脉冲耦合神经网络的全局耦合特性对高频子带曲波系数进行选取,定义图像融合的目标函数,根据最优化目标函数确定低频曲波系数的融合权值,进行曲波逆变换得到融合图像.实验结果以及与其他算法的比较分析表明了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	严卫东		38	472	11.0	21.0
2	倪维平		25	169	8.0	12.0
3	吴俊政		17	118	6.0	10.0
4	边辉		24	185	7.0	13.0
5	刘俊民		8	55	5.0	7.0