自适应PCNN的形态小波多聚焦图像融合方法

被引:5
作者
何刘杰 [1 ,2 ]
胡涛 [2 ]
任仙怡 [2 ]
机构
[1] 深圳大学计算机科学与技术系
[2] 深圳信息职业技术学院
基金
广东省自然科学基金;
关键词
多聚焦图像融合; 形态小波; 脉冲耦合神经网络; 改进拉普拉斯能量和; 清晰度;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了解决传统形态小波图像融合方法在重构尺度信号时发生了位置错误和重构细节信号时发生了灰度值下溢的不足,提出一种有效的基于自适应脉冲耦合神经网络(PCNN)的形态小波多聚焦图像融合方法。通过形态小波对已配准的源图像进行分解;提出一种自适应的PCNN,用分解系数的改进拉普拉斯能量和(SML)作为PCNN对应神经元的反馈输入,用图像的清晰度作为对应神经元的连接强度,经过PCNN点火获得参与融合系数的点火映射图,通过判决选择算子指导系数的融合;经过形态小波逆变换得到融合图像。实验结果表明,该算法的融合图像具有良好的视觉效果及较高客观评价指标。
引用
收藏
页码:132 / 135+159 +159
页数:5
相关论文
共 11 条
[1]   一种自适应PCNN多聚焦图像融合新方法 [J].
苗启广 ;
王宝树 .
电子与信息学报, 2006, (03) :466-470
[2]   基于对比度的多分辨图像融合 [J].
蒲恬 ;
方庆喆 ;
倪国强 .
电子学报, 2000, (12) :116-118
[3]   Multi-focus image fusion using PCNN [J].
Wang, Zhaobin ;
Ma, Yide ;
Gu, Jason .
PATTERN RECOGNITION, 2010, 43 (06) :2003-2016
[4]   Image fusion scheme using a novel dual-channel PCNN in lifting stationary wavelet domain [J].
Chai, Y. ;
Li, H. F. ;
Qu, J. F. .
OPTICS COMMUNICATIONS, 2010, 283 (19) :3591-3602
[5]  
Image fusion based on a new contourlet packet[J] . Shuyuan Yang,Min Wang,Licheng Jiao,Ruixia Wu,Zhaoxia Wang.Information Fusion . 2009 (2)
[6]  
Image Fusion Algorithm Based on Spatial Frequency-Motivated Pulse Coupled Neural Networks in Nonsubsampled Contourlet Transform Domain[J] . Xiao-Bo QU,Jing-Wen YAN,Hong-Zhi XIAO,Zi-Qian ZHU.Acta Automatica Sinica . 2008 (12)
[7]   Fusion methods based on dynamic-segmented morphological wavelet or cut and paste for multifocus images [J].
Lin, Phen-Lan ;
Huang, Po-Ying .
SIGNAL PROCESSING, 2008, 88 (06) :1511-1527
[8]   Multi-focus image fusion using pulse coupled neural network [J].
Huang, Wei ;
Jing, Zhongliang .
PATTERN RECOGNITION LETTERS, 2007, 28 (09) :1123-1132
[9]  
The Cauchy–Schwarz divergence and Parzen windowing: Connections to graph theory and Mercer kernels[J] . Journal of the Franklin Institute . 2006 (6)
[10]  
Evaluation of focus measures in multi-focus image fusion[J] . Wei Huang,Zhongliang Jing.Pattern Recognition Letters . 2006 (4)