Method for Image Fusion Algorithm Based on Adaptive PCNN Model Parameters in Quaternion Wavelet Domain
-
摘要: 针对红外和可见光图像的自身特点,本文提出一种基于四元数小波变换(QWT)和自适应脉冲耦合神经网络(PCNN)模型相结合的红外图像与可见光图像融合的新算法.首先将红外图像与可见光图像分别进行四元数小波变换,分别得到低频子带和高频子带系数;其次,采用局部区域方差匹配的融合准则处理低频子带系数,并用自适应的PCNN模型处理高频子带系数,用一种改进的空间频率作为PCNN模型的刺激输入,且采用拉普拉斯算子调节PCNN模型的阈值;最后经过四元数小波逆变换实现图像的融合.将本文提出的新算法与经典的图像融合算法进行对比分析,实验结果说明,新方法取得了较好地视觉改进效果,并在客观标准上也达到一定的提高.
-
-
期刊类型引用(2)
1. 董安勇,杜庆治,苏斌,赵文博,于闻. 基于卷积神经网络的红外与可见光图像融合. 红外技术. 2020(07): 660-669 . 本站查看
2. 阮晓宇,韩超. 基于小波变换的双通道脉冲耦合神经网络图像融合. 平顶山学院学报. 2019(02): 59-64 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 95
- HTML全文浏览量: 18
- PDF下载量: 10
- 被引次数: 6