基于简化脉冲耦合神经网络与拉普拉斯金字塔分解的彩色图像融合

• 作者: 余介夫 周冬明 王佺 聂仁灿 贺康建 金鑫
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 图像融合 彩色图像 简化脉冲耦合神经网络 拉普拉斯金字塔分解 彩色空间变换
• 年，卷（期）: 2016,（z1）
• 所属期刊栏目: 虚拟现实与数字媒体
• 页码范围: 133-137
• 页数: 5页
• 分类号: TP751
• 字数: 5095字
• 语种: 中文

摘要

针对图像空间分辨率低及分类精度不高等问题,提出一种基于简化脉冲耦合神经网络(S-PCNN)与拉普拉斯金字塔分解算法的彩色图像融合算法.首先,把RGB图像转换到HSI彩色空间中得到H、S、I三个分量,将H分量输入到S-PCNN模型中,利用S-PCNN对H分量进行特征区域聚类后,基于脉冲震荡频图和局部熵实现各源图像的H分量融合;然后采用拉普拉斯金字塔对S、I分量进行分辨率分解,根据不同融合策略对不同拉普拉斯金字塔图层中的S、I分量进行融合.最后,对融合后的H、S、I分量进行彩色空间逆变换,得到最终的RGB图像.实验结果表明,该融合算法在清晰度、空间频率、标准差方面优于传统的主成分分析(PCA)、脉冲耦合神经网络(PCNN)等算法,能很好地保留源图像的细节、纹理和主要特征信息,有效地提高了图像的融合效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂仁灿	云南大学信息学院	46	337	11.0	16.0
2	周冬明	云南大学信息学院	59	440	12.0	18.0
3	金鑫	云南大学信息学院	18	49	4.0	6.0
4	贺康建	云南大学信息学院	7	37	4.0	6.0
5	王佺	云南大学信息学院	4	35	4.0	4.0
6	余介夫	云南大学信息学院	4	31	3.0	4.0