基于脉冲耦合神经网络的RLNSW-NSCT卫星云图融合算法研究

• 作者: 毕硕本 汪大 郭忆 陈东祺
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 云图 脉冲耦合神经网络(PCNN) RLNSW-NSCT
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 综述
• 页码范围: 77-83
• 页数: 7页
• 分类号: TP701
• 字数: 5800字
• 语种: 中文

摘要

提出了一种基于脉冲耦合神经网络(pulse coupled neural network,PCNN)的冗余提升不可分离小波-非下采样Contourlet变换(redundant lifting non-separable waveletbased non-subsampled Contourlet transform,RLNSW-NSCT)卫星云图融合新方法.首先采用基于冗余提升不可分离小波的非下采样Contourlet变换(non subsampled Contourlet transform,NSCT)变换对卫星云图进行变换.对带通方向子带系数的融合设计了基于PCNN的融合规则,而低通子带系数的融合则采用基于图像区域信息熵的系数加权融合规则.为验证算法的有效性,对不同多尺度变换算法和不同融合规则分别进行了融合实验.结果表明该方法在较多地保留云图红外信息的同时,具有更好图像细节表达能力,融合云图的云层特征更为分明.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕硕本	南京信息工程大学遥感学院	90	525	13.0	17.0
2	郭忆	南京信息工程大学遥感学院	8	71	6.0	8.0
3	汪大	南京信息工程大学计算机与软件学院	3	10	2.0	3.0
4	陈东祺	南京信息工程大学遥感学院	2	9	1.0	2.0