基于小波变换和多通道脉冲耦合神经网络的高光谱图像融合

被引:7
作者
付朝阳
郭雷
常威威
机构
[1] 西北工业大学自动化学院
关键词
信息处理技术; 高光谱图像处理; 图像融合; 小波变换; 脉冲耦合神经网络; 区域分割;
D O I
10.13229/j.cnki.jdxbgxb2011.03.032
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对高光谱多波段图像融合的问题,提出了一种基于小波变换和多通道脉冲耦合神经网络模型的新融合方法。该算法利用小波变换对图像进行多尺度分解,将得到的低频和高频系数分别采用多通道PCNN模型进行非线性融合处理,对低频子带直接利用其点火频率图得到融合结果,对各高频子带则利用点火频率图的直方图矢量重心及偏差计算自适应阈值并进行区域分割,对不同的区域采用不同的融合规则进行融合处理;最后进行小波重构得到融合图像。对OMIS高光谱图像的实验结果表明:所提方法能够有效地融合高光谱多个波段图像信息,且纹理细节信息突出。
引用
收藏
页码:838 / 843
页数:6
相关论文
共 7 条
[1]   基于二代曲波变换和PCNN的高光谱图像融合 [J].
赵春晖 ;
季亚新 .
哈尔滨工程大学学报, 2008, (07) :729-734
[2]   基于Contourlet变换的区域特征自适应图像融合算法 [J].
刘坤 ;
郭雷 ;
常威威 .
光学学报, 2008, (04) :681-686
[3]   基于修正PCNN的多传感器图像融合方法 [J].
李敏 ;
蔡骋 ;
谈正 .
中国图象图形学报, 2008, (02) :284-290
[4]   基于PCNN的图像融合新方法 [J].
余瑞星 ;
朱冰 ;
张科 .
光电工程, 2008, (01) :126-130
[5]   改进基于小波变换的PCNN图像融合算法 [J].
闫敬文 ;
许建航 ;
屈小波 .
厦门理工学院学报, 2006, (04) :13-18
[6]   超谱图像小波包融合方法研究 [J].
董延华 ;
王慕坤 ;
张均萍 .
吉林大学学报(信息科学版), 2006, (04) :368-370
[7]  
脉冲耦合神经网络与数字图像处理.[M].马义德等; 著.科学出版社.2008,