基于双树复小波变换的自适应PCNN图像融合算法

• 作者: 杜进楷 陈世国
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 双树复小波 低频域 高频域 红外图像 可见光图像
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 1002-1007
• 页数: 6页
• 分类号: TP302
• 字数: 3583字
• 语种: 中文

摘要

本文针对传统离散小波变换(DWT)在图像融合中细节丢失的问题,提出了一种基于双树复小波变换(DT-CWT)的低频域区域能量取大和高频域自适应脉冲耦合神经网络(PCNN)图像融合算法(简称DC-SA-PCNN).实验结果显示,采用同样的融合规则,DT-CWT融合图像的互信息量MI、边缘保持度QAB/F、融合积MQ=MI×QAB/F均高于DWT融合图像,基于自适应PCNN算法获得的融合图像具有更优的MI、QAB/F、MQ指标.结果表明,DC-SA-PCNN算法有效地综合了红外图像和可见光图像中的信息,融合图像更加全面地携带了源图像中的有效信息特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈世国	贵州师范大学物理与电子科学学院	36	130	6.0	10.0
2	杜进楷	贵州师范大学物理与电子科学学院	6	16	2.0	4.0