本文選題：圖像融合 + 非分離小波多方向分析　； 參考：《計算機工程與設計》2017年11期

【摘要】：針對當前圖像融合算法因利用下采樣分解導致信息冗余、融合圖像對比度和清晰度不高等不足,提出基于非分離小波多方向分析NSWMDA(non-separable wavelet multi-directional analysis)與脈沖耦合神經(jīng)網(wǎng)絡PCNN(pulse coupled neural network)的圖像融合算法。根據(jù)非分離小波變換和非下采樣方向濾波器,設計多尺度NSWMDA機制,獲取源圖像的低頻、高頻子帶;引入高斯-拉普拉斯算子,提取高頻子帶的高頻信息,設計自適應PCNN融合準則,完成高頻信息融合;基于高斯加權(quán)平均的低頻融合規(guī)則,對低頻子帶完成融合;利用NSWMDA重構(gòu),輸出融合圖像。仿真結(jié)果表明,與當前圖像融合算法相比,該算法的融合圖像具有更優(yōu)的交互信息、PSNR(peak signal to noise ratio),以及融合效率。
[Abstract]:In view of the shortcomings of current image fusion algorithms, such as information redundancy caused by downsampling decomposition, low contrast and clarity of fused images, etc. An image fusion algorithm based on unseparated wavelet multidirectional analysis (NSWMDA(non-separable wavelet multi-directional analysis) and impulsive coupled neural network (PCNN(pulse coupled neural network) is proposed. According to the unseparated wavelet transform and the non-downsampling directional filter, a multi-scale NSWMDA mechanism is designed to obtain the low frequency and high frequency subbands of the source image, and Gao Si Laplace operator is introduced to extract the high frequency information of the high frequency subband. Design adaptive PCNN fusion criterion to complete high frequency information fusion; based on Gao Si weighted average low frequency fusion rule to complete the fusion of low frequency subband; use NSWMDA reconstruction to output fusion image. The simulation results show that compared with the current image fusion algorithm, this algorithm has better interactive information signal to noise fusion efficiency.
【作者單位】： 南寧學院信息工程學院;廣西大學計算機與電子信息學院;南京理工大學計算機科學與工程學院;
【基金】：2015年廣西省高校重點科研基金項目(KY2015Y13530) 廣西自然科學基金項目(2014GXJSFAA019272)
【分類號】：TP183;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 陳虎義;多種圖像融合[J];影像技術(shù);2000年04期

2 田思;張俊舉;袁軼慧;常本康;;圖像融合的開窗處理技術(shù)研究[J];兵工學報;2009年04期

3 吳仰玉;紀峰;常霞;李翠;;圖像融合研究新進展[J];科技創(chuàng)新導報;2013年01期

4 韓瑜;蔡云澤;曾清;;圖像融合的客觀質(zhì)量評估[J];指揮控制與仿真;2013年04期

5 朱煉;孫楓;夏芳莉;韓瑜;;圖像融合研究綜述[J];傳感器與微系統(tǒng);2014年02期

6 劉志鏡,楊海英,張小平;基于空域中的圖像融合算法研究[J];計算機工程與設計;2002年09期

7 苗啟廣;王寶樹;;圖像融合的非負線性混合模型與算法研究[J];計算機科學;2005年09期

8 趙永強,潘泉,陳玉春,張洪才;基于偏振成像技術(shù)和圖像融合理論雜亂背景壓縮[J];電子學報;2005年03期

9 孫巖;趙春暉;陳立偉;;基于小波域的多尺度圖像融合方法[J];應用科技;2006年10期

10 李波;王娟;覃征;李愛國;;多分辨圖像融合通用開發(fā)平臺[J];計算機工程;2006年24期

相關(guān)會議論文 前10條

1 劉德坤;龔俊斌;馬佳義;田金文;;一種車載的紅外與微光圖像融合系統(tǒng)設計[A];第九屆全國光電技術(shù)學術(shù)交流會論文集（上冊）[C];2010年

2 王芳;吳謹;;基于小波的圖像融合算法研究[A];2011年全國通信安全學術(shù)會議論文集[C];2011年

3 楊志;毛士藝;陳煒;;基于多分辨率局部峰度熵的魯棒圖像融合算法[A];中國航空學會信號與信息處理專業(yè)全國第八屆學術(shù)會議論文集[C];2004年

4 王曾敏;楊兆選;丁學文;何英華;陳楊;于淵;;圖像融合與壓縮算法在動態(tài)交通信息服務系統(tǒng)中的應用[A];第一屆建立和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2005）論文集[C];2005年

5 湯志偉;王建國;趙志欽;黃順吉;;基于小波變換的圖像融合算法[A];第九屆全國信號處理學術(shù)年會（CCSP-99）論文集[C];1999年

6 陸琳;張淳民;;圖像融合算法研究[A];2013年（第五屆）西部光子學學術(shù)會議論文集[C];2013年

7 王榮福;;PET/CT新技術(shù)應用[A];全國射線數(shù)字成像與CT新技術(shù)研討會論文集[C];2009年

8 劉勇;劉隆國;楊玲恒;;面向?qū)ο蟮男l(wèi)星多層多分區(qū)圖像融合在GIS領(lǐng)域的應用探討[A];第二屆中國衛(wèi)星導航學術(shù)年會電子文集[C];2011年

9 王立琦;雷潔;;基于圖像融合的目標識別研究[A];'2010系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2010年

10 王強軍;王潤生;;城市航空攝影圖像融合分割方法[A];中國圖象圖形科學技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

相關(guān)博士學位論文 前10條

1 王春萌;多曝光圖像融合關(guān)鍵技術(shù)的研究[D];山東大學;2015年

2 費春;基于智能優(yōu)化和視覺顯著性的圖像融合研究[D];電子科技大學;2015年

3 段昶;基于Shearlet的圖像融合研究[D];電子科技大學;2014年

4 史立芳;大視場人工復眼成像結(jié)構(gòu)研究與實驗[D];電子科技大學;2014年

5 高國榮;基于Shearlet變換的圖像融合與去噪方法研究[D];西安電子科技大學;2015年

6 王娟;基于城鎮(zhèn)影像的Contourlet域圖像融合算法研究[D];成都理工大學;2015年

7 楊金庫;基于二維經(jīng)驗模態(tài)分解的圖像融合算法研究[D];西北工業(yè)大學;2016年

8 李奕;圖像融合的若干關(guān)鍵技術(shù)研究[D];江南大學;2015年

9 宋樂;異源圖像融合及其評價方法的研究[D];天津大學;2008年

10 諶明;圖像融合與修復處理關(guān)鍵技術(shù)研究[D];浙江大學;2017年

相關(guān)碩士學位論文 前10條

1 杜麗;基于RF5框架的多小波圖像融合系統(tǒng)的設計與開發(fā)[D];內(nèi)蒙古大學;2015年

2 王坤臣;基于二代Curvelet變換的圖像融合算法研究[D];南京理工大學;2015年

3 李寧;多DSP并行系統(tǒng)圖像融合算法設計及優(yōu)化[D];南京理工大學;2015年

4 陳云川;紅外與微光融合的實時信號處理技術(shù)研究[D];南京理工大學;2015年

5 張澤;基于NSCT變換的壓縮感知圖像融合優(yōu)化算法研究[D];大連海事大學;2015年

6 陶媛媛;紅外與微光融合夜視系統(tǒng)性能評價[D];南京理工大學;2015年

7 李蕾;抗混疊輪廓波變換的性能研究及圖像融合去噪應用[D];山東大學;2015年

8 米艷芹;基于區(qū)域和多尺度的圖像融合算法研究[D];電子科技大學;2015年

9 唐詩;基于多尺度變換的無源毫米波圖像融合算法研究[D];電子科技大學;2014年

10 李龍龍;基于分數(shù)階傅里葉變換的圖像融合算法研究[D];哈爾濱工業(yè)大學;2014年

，

本文編號：1799142