结合NSST与GA参数优化PCNN图像融合

• 作者: 侯瑞超 刘栋 周冬明 熊磊 聂仁灿
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 非下采样剪切波变换(NSST) 图像融合 GA优化PCNN 融合规则 评价指标
• 年，卷（期）: 2018,（19）
• 所属期刊栏目: 图形图像处理
• 页码范围: 158-163,171
• 页数: 7页
• 分类号: TP391
• 字数: 4226字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1706-0235

摘要

针对传统多尺度融合算法不具平移性、融合效果较差以及PCNN参数设置复杂等问题,提出了一种结合非下采样剪切波变换(NSST)与遗传算法(GA)优化脉冲耦合神经网络(PCNN)参数的图像融合方法,将融合指标(互信息MI、边缘信息保留度Q AB/F、熵EN、空间频率SF、图像标准差STD和图像平均梯度AG)的最大值设为GA优化算法的目标函数,从而获得最优解对PCNN的链接强度、阈值等参数进行优化.首先利用NSST对图像进行多尺度分解,其次高频采用空间频率引导PCNN进行融合,低频采用改进拉普拉斯能量和(SML)进行融合,最后进行NSST逆变换得到最终的融合图像.根据主观评价与客观评价指标对多聚焦图像、医学图像和红外及可见光图像的融合效果进行评价分析.实验结果表明,该算法在客观评价指标上优于其他算法,有较好的融合效果.

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	侯瑞超	云南大学信息学院	8	8	2.0	2.0
4	刘栋	云南大学信息学院	5	6	2.0	2.0
5	熊磊	云南大学信息学院	2	0	0.0	0.0