基于NSCT-PCNN变换的多传感器图像融合

被引:12
作者
郝爱枝
郑晟
机构
[1] 太原理工大学信息工程学院
关键词
图像融合; 非下采样Contourlet变换; 脉冲耦合神经网络;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对同源和异源的多传感器图像的特征,提出了一种基于非下采样Contourlet变换(NSCT)和脉冲耦合神经网络(PCNN)的新的图像融合算法。首先,用NSCT对已配准的源图像进行分解,从而准确地提取出了二维和更高维的边缘纹理信息;其次,对低频子带系数采用区域方差进行了整合,从而得到融合图像的低频子带系数,而对高频子带系数提出了一种改进的基于PCNN的图像融合方法来确定融合图像的各带通子带系数;最后通过对所有子带系数进行NSCT逆变换,从而得到了融合图像。实验结果表明,该方法优于Mallat小波方法和传统的NSCT方法,有更好的视觉效果。
引用
收藏
页码:45 / 48
页数:4
相关论文
共 4 条
[1]  
基于变分偏微分方程的图像融合方法研究.[D].刘建琴.南京理工大学.2011, 01
[2]  
基于脉冲耦合神经网络的图像增强算法研究.[D].王芳.武汉科技大学.2009, 02
[3]   基于局部对比度的自适应PCNN图像融合 [J].
苗启广 ;
王宝树 .
计算机学报, 2008, (05) :875-880
[4]   基于特征级数据融合的遥感图像重构模式研究 [J].
付炜 .
电子学报, 2005, (06) :1143-1145