發(fā)布時(shí)間：2017-10-19 22:19

  本文關(guān)鍵詞：結(jié)合NSDTCT和壓縮感知PCNN的圖像融合算法

  更多相關(guān)文章： 圖像融合 非下采樣雙樹復(fù)輪廓波變換 壓縮感知 脈沖耦合神經(jīng)網(wǎng)絡(luò) 拉普拉斯能量和

【摘要】：針對(duì)基于傳統(tǒng)小波變換的圖像融合算法存在的不足,提出一種基于非下采樣雙樹復(fù)輪廓波變換(NSDTCT)和壓縮感知脈沖耦合神經(jīng)網(wǎng)絡(luò)(CS-PCNN)的圖像融合算法.首先將源圖像經(jīng)過(guò)NSDTCT分解后得到低頻子帶及高頻子帶系數(shù);對(duì)于低頻子帶系數(shù),提出了基于區(qū)域平均梯度、區(qū)域能量和S函數(shù)相結(jié)合的自適應(yīng)加權(quán)融合規(guī)則;對(duì)于數(shù)據(jù)量較大的高頻子帶系數(shù),提出了基于CS-PCNN理論的融合規(guī)則,并將改進(jìn)的拉普拉斯能量和作為PCNN的外部輸入;最后對(duì)融合系數(shù)進(jìn)行NSDTCT逆變換,得到融合圖像.實(shí)驗(yàn)結(jié)果表明,該算法可以有效地提高圖像融合的計(jì)算效率和質(zhì)量,在視覺(jué)效果及客觀指標(biāo)上均優(yōu)于一些經(jīng)典的融合算法.
【作者單位】： 合肥工業(yè)大學(xué)數(shù)學(xué)學(xué)院;
【關(guān)鍵詞】： 圖像融合 非下采樣雙樹復(fù)輪廓波變換 壓縮感知 脈沖耦合神經(jīng)網(wǎng)絡(luò) 拉普拉斯能量和
【基金】：國(guó)家自然科學(xué)基金(11172086) 安徽省自然科學(xué)基金(1308085MA09) 安徽省教育廳自然科學(xué)研究重點(diǎn)項(xiàng)目(KJ2013A216)
【分類號(hào)】：TP391.41
【正文快照】： 圖像融合是圖像處理領(lǐng)域中的經(jīng)典問(wèn)題,其主要思想是設(shè)計(jì)特定的算法,把來(lái)自各個(gè)傳感器關(guān)于同一目標(biāo)的多幅源圖像整合成一幅質(zhì)量更高的圖像.小波變換能夠?qū)崿F(xiàn)對(duì)圖像的多尺度分解且具有時(shí)頻域局部化特性,可較好地提取并保留對(duì)視覺(jué)起關(guān)鍵作用的細(xì)節(jié)信息,因而成為較常用的圖像融合

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 楊智翔;何秀鳳;危來(lái)龍;楊寧;王林;;一種多極化SAR圖像融合方法研究[J];測(cè)繪科學(xué);2014年02期

2 亢伉;;基于NSCT與PCNN的自適應(yīng)輸送帶表面裂紋檢測(cè)[J];電子產(chǎn)品世界;2015年11期

3 張影;王正勇;王林;何小海;;基于快速非抽樣小波變換的巖屑多聚焦圖像融合[J];計(jì)算機(jī)工程與應(yīng)用;2013年11期

4 畢碩本;陳東祺;汪大;郭憶;;基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的RLNSW-NSCT衛(wèi)星云圖融合算法研究[J];科學(xué)技術(shù)與工程;2014年10期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 嚴(yán)春滿;圖像稀疏編碼算法及應(yīng)用研究[D];西安電子科技大學(xué);2012年

2 聶仁燦;脈沖耦合神經(jīng)網(wǎng)絡(luò)關(guān)鍵特性的理論分析及應(yīng)用研究[D];云南大學(xué);2013年

3 李建鋒;脈沖耦合神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用研究[D];中南大學(xué);2013年

4 祁艷杰;復(fù)雜結(jié)構(gòu)件的X射線序列圖像融合技術(shù)研究[D];中北大學(xué);2015年

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 火元蓮;;一種基于PCNN的圖像自動(dòng)分割方法[J];自動(dòng)化與儀器儀表;2008年06期

2 劉R，

本文編號(hào)：1063665