自适应PCNN的形态小波多聚焦图像融合方法

• 作者: 任仙怡 何刘杰 胡涛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多聚焦图像融合 形态小波 脉冲耦合神经网络 改进拉普拉斯能量和 清晰度
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 图形图像处理
• 页码范围: 132-135,159
• 页数: 5页
• 分类号: TP391|TN911.73
• 字数: 4405字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1110-0409

摘要

为了解决传统形态小波图像融合方法在重构尺度信号时发生了位置错误和重构细节信号时发生了灰度值下溢的不足,提出一种有效的基于自适应脉冲耦合神经网络(PCNN)的形态小波多聚焦图像融合方法.通过形态小波对已配准的源图像进行分解；提出一种自适应的PCNN,用分解系数的改进拉普拉斯能量和(SML)作为PCNN对应神经元的反馈输入,用图像的清晰度作为对应神经元的连接强度,经过PCNN点火获得参与融合系数的点火映射图,通过判决选择算子指导系数的融合；经过形态小波逆变换得到融合图像.实验结果表明,该算法的融合图像具有良好的视觉效果及较高客观评价指标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任仙怡		21	92	7.0	8.0
2	何刘杰	深圳大学计算机科学与技术系	2	8	1.0	2.0
4	胡涛		14	49	5.0	6.0