基于NSST和自适应PCNN的图像融合算法

• 作者: 张强 张锦 李静 江平
• 来源期刊: 激光与红外
• 学科: 工学
• 关键词: 图像融合 非下采样剪切波变换(NSST) 脉冲耦合神经网络(PCNN) 空间频率 拉普拉斯能量和
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 108-113
• 页数: 6页
• 分类号: TP391
• 字数: 5010字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5078.2014.01.024

摘要

针对红外和可见光图像的特点，本文提出了一种基于非下采样剪切波变换（NSST）和自适应的脉冲耦合神经网络（PCNN ）相结合的红外与可见光图像融合的新算法。对经过NSST变换后的低频子带系数采用带高斯权重分布矩阵的局域方差和方差匹配度相结合的融合规则，对高频子带系数采用一种改进的空间频率作为PCNN输入，且采用改进的拉普拉斯能量和作为PCNN的链接强度，利用PCNN全局耦合性和脉冲同步性选择高频子带系数，最后经NSST逆变换后得到融合结果。实验结果表明，本文提出的算法与传统的图像融合算法相比不仅在主观视觉上取得较好的效果，而且在客观标准上也有了一定的提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江平	合肥工业大学数学学院	36	353	8.0	18.0
2	李静	合肥工业大学数学学院	80	1146	17.0	32.0
3	张强	合肥工业大学数学学院	42	434	9.0	20.0
4	张锦	合肥工业大学数学学院	3	73	3.0	3.0