基于shearlet与PCNN的多聚焦图像融合方法

• 作者: 冯高峰 牛玲
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 剪切波变换 脉冲耦合神经网络 协调矩阵 清晰度
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 理论研究
• 页码范围: 41-46
• 页数: 6页
• 分类号: TP182
• 字数: 4042字
• 语种: 中文

摘要

针对传统脉冲耦合神经网络（PCNN）模型在多聚焦图像融合领域应用中面临的参数繁杂等问题，提出一种基于剪切波（shearlet）变换与改进型PCNN的多聚焦图像融合方法。相比以往的变换域方法，shearlet具有理想的图像信息捕捉性能以及较低的计算复杂度，因此，可利用shearlet将待融合图像进行多尺度多方向分解。其次，对经典PCNN模型加以改进，综合运用清晰度水平以及协调矩阵完成低频子带图像以及一系列高频子带图像的融合过程。最后，运行shearlet反变换得到最终融合图像。仿真实验选取了若干组待融合图像进行仿真，验证了该方法在主、客观评价两方面的优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛玲		15	34	4.0	5.0