局部化NSST与PCNN相结合的图像融合

• 作者: 刘广文 才华 段云鹏 陈广秋 高印寒
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 图像处理 局部化非下抽样剪切波 平移不变性 脉冲耦合神经网络 链接强度
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 成像技术与图像处理
• 页码范围: 701-712
• 页数: 12页
• 分类号: TP391.4
• 字数: 7169字
• 语种: 中文
• DOI: 10.3788/YJYXS20153004.0701

摘要

为了提升多模态图像融合精度,提出了一种局部化非下抽样剪切波变换与脉冲耦合神经网络相结合的图像融合方法.首先,利用局部化非下抽样剪切波对源图像进行多尺度、多方向分解;然后,在分解后的各子带图像中,利用局部区域奇异值构造的局部结构信息因子作为PCNN神经元链接强度.经过脉冲耦合神经网络点火处理,获取子带图像的点火映射图,通过判决选择算子,选择各子带图像中的明显特征部分生成子带融合图像;最后,应用局部化非下抽样剪切波逆变换重构图像.选用多组不同模态的图像进行实验,并对实验结果进行了客观评价.实验结果表明,本文提出的融合方法在主观和客观评价上均优于一些典型融合方法,可获得更好的融合效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘广文	长春理工大学电子信息工程学院	41	174	8.0	11.0
2	陈广秋	长春理工大学电子信息工程学院	33	96	6.0	8.0
3	高印寒	吉林大学汽车仿真与控制国家重点实验室	73	570	14.0	19.0
4	才华	长春理工大学电子信息工程学院	29	109	6.0	9.0
5	段云鹏		2	4	1.0	2.0