基于NSCT和PCNN的改进梯度图像融合算法

• 作者: 杨建军
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 图像融合 非采样轮廓波变换 脉冲耦合神经网络 改进梯度
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 算法分析
• 页码范围: 124-127
• 页数: 4页
• 分类号: TP391.41
• 字数: 2866字
• 语种: 中文

摘要

针对传统图像融合提取细节和边缘信息的不足,提出了一种基于非采样轮廓波变换(NSCT)和脉冲耦合神经网络(PCNN)的改进梯度图像融合算法.首先源图像经过NSCT分解,得到低频和高频子带系数;其次将低频子带系数的空间频率,高频子带系数采用八方向Sobel算子检测的改进梯度,作为PCNN的脉冲输入激励,根据不同的点火映射图选择低频和高频的融合系数最后通过NSCT反变换得到融合图像.实验结果表明,本文算法比小波方法、传统NSCT方法和NSCT-SF-PCNN方法图像融合效果好.融合图像的信息丰富,清晰度高,保留更多的边缘细节信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨建军		4	1	1.0	1.0