基于卷积稀疏表示的图像融合方法

• 作者: 曹义亲 杨世超
• 来源期刊: 导航与控制
• 学科: 工学
• 关键词: 卷积稀疏表示 图像融合 非下采样剪切波变换 脉冲耦合神经网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息与人工智能
• 页码范围: 97-105
• 页数: 9页
• 分类号: TP391
• 字数: 4342字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5558.2020.02.014

摘要

图像融合是图像处理领域中比较重要的一门技术,传统的图像融合方法会降低图像融合质量.针对稀疏表示在图像融合中存在一定的缺陷,提出了一种基于卷积稀疏表示的图像融合方法.首先,对高频子带系数进行合理有效处理,利用相似度分析和视觉显著性进行融合.然后,将低频子带系数整体融合改进为使用Butworth低通滤波对低频子带进行分解,得到低频近似子带和强边缘子带.最后,再用改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)对强边缘子带进行融合.实验结果表明,与其它传统的图像融合方法相比,信息熵(Infor-mation Entropy,IE)提高了将近3％,标准差(Standard Deviation,SD)提高了将近9％,空间频率(Space Frequency,SF)提升了将近30％,互信息(Mutual Information,MI)提升了将近25％.同时,时间效率也有了一定程度地提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹义亲	华东交通大学软件学院	47	235	8.0	13.0
2	杨世超	华东交通大学软件学院	2	0	0.0	0.0