自适应PCNN与信息提取的红外与可见光图像融合

• 作者: 王烈 秦伟萌 罗文 陈俊鸿
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像融合 非下采样Contourlet变换 脉冲耦合神经网络 Xydeas-Petrovic指标
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 图形图像处理
• 页码范围: 192-198
• 页数: 7页
• 分类号: TP391.4
• 字数: 7388字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1609-0274

摘要

提出基于非采样Contourlet变换(NSCT)的红外与可见光图像融合方法,用于有效地保留目标信息与空间背景信息,提高融合图像的可观测性与视觉效果.首先,基于NSCT方法对红外与可见光图像进行第一次融合,采用自适应PCNN方法提取目标信息融合低频子带系数,采用区域方差取大的规则融合高频子带系数,通过逆NSCT得到初次融合图像.然后,通过信息提取,得到初次融合图像和源图像的边缘保持度与信息熵.最后,依据信息熵与边缘保持度,采用不同的融合策略对红外与可见光图像进行第二次融合.实验结果表明,所述方法从主观视觉效果和客观评价都优于几个流行的基于多尺度变换的图像融合方法,与基于NSCT融合图像对比,两组实验融合质量指标分别提高了261.06%、48.31%、5.15%、142.95%、21.62%和372.85%、54.62%、4.73%、163.07%、25.40%.融合图像不仅边缘等细节纹理更加清晰,且视觉上更符合人眼视觉特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王烈	广西大学计算机与电子信息学院	17	110	7.0	10.0
2	秦伟萌	广西大学计算机与电子信息学院	3	16	2.0	3.0
3	罗文	广西大学计算机与电子信息学院	5	16	2.0	4.0
4	陈俊鸿	广西大学计算机与电子信息学院	1	11	1.0	1.0