基于NSCT-PCNN的多聚焦红外图像融合

岳静静, 李茂忠, 陈骥, 罗永芳, 胡志宇

岳静静, 李茂忠, 陈骥, 罗永芳, 胡志宇. 基于NSCT-PCNN的多聚焦红外图像融合[J]. 红外技术, 2017, 39(9): 798-806.
引用本文: 岳静静, 李茂忠, 陈骥, 罗永芳, 胡志宇. 基于NSCT-PCNN的多聚焦红外图像融合[J]. 红外技术, 2017, 39(9): 798-806.
YUE Jingjing, LI Maozhong, CHEN Ji, LUO Yongfang, HU Zhiyu. Multi-focus Infrared Image Fusion Based on Pulse Coupled Neural Networks in a Nonsubsampled Contourlet Transform Domain[J]. Infrared Technology , 2017, 39(9): 798-806.
Citation: YUE Jingjing, LI Maozhong, CHEN Ji, LUO Yongfang, HU Zhiyu. Multi-focus Infrared Image Fusion Based on Pulse Coupled Neural Networks in a Nonsubsampled Contourlet Transform Domain[J]. Infrared Technology , 2017, 39(9): 798-806.

基于NSCT-PCNN的多聚焦红外图像融合

基金项目: 云南省科技厅省院省校科技合作专项(2014IB007)
详细信息
  • 中图分类号: TP391

Multi-focus Infrared Image Fusion Based on Pulse Coupled Neural Networks in a Nonsubsampled Contourlet Transform Domain

  • 摘要: 由于红外镜头景深的限制,为获得场景中所有区域都聚焦清晰的图像,提出一种在非下采样轮廓波变换(NSCT)域结合改进的脉冲耦合神经网络(PCNN)的多聚焦红外图像的融合算法.首先通过NSCT将图像分解为不同尺度和方向的子带;低频子带图像利用基于一致性验证的特征选择规则进行融合;对于高频子带,采用改进的空域频率激励PCNN模型,选择点火时间最大的系数进行融合;最后通过NSCT反变换得到融合图像.通过多组同一场景不同聚焦位置下的红外图像融合实验,结果分析表明该算法能从源图像中获得更多的信息,更好地保留源图像的边缘信息,融合效果优于相关算法.
  • 期刊类型引用(6)

    1. 王慧赢,王春平,付强,韩子硕,张冬冬. 基于图像特征的红外与低照度图像融合. 系统工程与电子技术. 2023(08): 2395-2404 . 百度学术
    2. 叶玫,刘盈. 基于方向滤波器组与Laplacian能量和的图像融合算法. 包装工程. 2019(01): 218-227 . 百度学术
    3. 杜永生,黄传波. 基于质量度量与颜色校正的多曝光图像融合算法. 电子测量与仪器学报. 2019(01): 90-98 . 百度学术
    4. 赵迪迪,季轶群. 区域方差和点锐度相结合的多聚焦图像融合. 液晶与显示. 2019(03): 278-282 . 百度学术
    5. 朱卫东,王虎,邱振戈,栾奎峰,韩震. 自适应多尺度几何分析的全色和多光谱图像融合方法研究. 红外技术. 2019(09): 852-856 . 本站查看
    6. 王运生,王黎明,聂芬. 基于焦点度量与模糊逻辑的多聚焦图像融合算法. 包装工程. 2018(13): 208-215 . 百度学术

    其他类型引用(9)

计量
  • 文章访问数:  119
  • HTML全文浏览量:  11
  • PDF下载量:  11
  • 被引次数: 15
出版历程

目录

    /

    返回文章
    返回