基于自适应脉冲耦合神经网络图像融合新算法

被引：22

作者：

李美丽 ^{[1
,2
]}

李言俊 ^{[1
]}

王红梅 ^{[1
]}

张科 ^{[1
]}

机构：

[1] 西北工业大学航天学院

[2] 西安石油大学理学院

来源：

光电子激光. | 2010年 / 21卷 / 05期

关键词：

图像融合; 脉冲耦合神经网络(PCNN); 链接强度; 特征; 拉普拉斯能量(EOL); 标准差(SD);

D O I：

10.16136/j.joel.2010.05.028

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对传统的基于脉冲耦合神经网络(PCNN)的融合算法中每个神经元链接强度取同一常数的不足,提出了一种基于自适应PCNN图像融合新算法。作为显著性特征,使用像素的拉普拉斯能量(EOL,energy of Lapla-cian)和标准差(SD,standard deviation)分别作为PCNN对应神经元的链接强度值。实验结果表明,本文方法融合结果优于Laplacian方法、小波方法和传统的PCNN方法。

引用

页码：779 / 782

页数：4