基于自适应PCNN模型的四元数小波域图像融合算法

朱芳, 刘卫

朱芳, 刘卫. 基于自适应PCNN模型的四元数小波域图像融合算法[J]. 红外技术, 2018, 40(7): 660-667.
引用本文: 朱芳, 刘卫. 基于自适应PCNN模型的四元数小波域图像融合算法[J]. 红外技术, 2018, 40(7): 660-667.
ZHU Fang, LIU Wei. Method for Image Fusion Algorithm Based on Adaptive PCNN Model Parameters in Quaternion Wavelet Domain[J]. Infrared Technology , 2018, 40(7): 660-667.
Citation: ZHU Fang, LIU Wei. Method for Image Fusion Algorithm Based on Adaptive PCNN Model Parameters in Quaternion Wavelet Domain[J]. Infrared Technology , 2018, 40(7): 660-667.

基于自适应PCNN模型的四元数小波域图像融合算法

基金项目: 安徽省质量工程《智慧课堂试点项目》(2017zhkt247)%安徽省高等学校自然科学研究重点项目(KJ2016A310)%安徽新华学院《概率论与数理统计A》教改课程项目(2015jgkcx11)
详细信息
  • 中图分类号: TP391

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
出版历程

目录

    /

    返回文章
    返回