基于NSST与改进PCNN的红外与可见光图像融合方法

• 作者: 李敏 苑贤杰 邱晓华 骆志丹
• 来源期刊: 光电子·激光
• 学科: 工学
• 关键词: 图像融合 非下采样剪切波变换(NSST) 自适应脉冲耦合神经网络 区域方差
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 图像和信息处理
• 页码范围: 185-191
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16136/j.joel.2019.02.0179

摘要

针对目标红外图像与可见光图像信息优势互补的需求,引入改进的脉冲耦合神经网络,提出一种新颖的基于非下采样剪切波变换的红外与可见光图像融合算法.首先选取非下采样剪切波变换将图像进行分解,获得高低频分量;其次低频分量的融合是利用改进空间频率作用脉冲耦合神经网络输入激励,且其链接强度由表征图像信息的平均梯度自适应调整;而高频分量处理方法是利用局部平均梯度与区域方差自适应加权融合;最后,对分别处理后的低高频分量经过非下采样剪切波变换可逆变换获取融合图像.实验结果表明,该算法可以有效综合图像的优势信息,融合结果在主观与客观评价上比经典算法更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏		7	14	3.0	3.0
2	苑贤杰		1	0	0.0	0.0
3	骆志丹		1	0	0.0	0.0
4	邱晓华		1	0	0.0	0.0