Adaptive PCNN Image Fusion Algorithm Based on Double Tree Complex Wavelet Transform
-
摘要: 本文针对传统离散小波变换(DWT)在图像融合中细节丢失的问题,提出了一种基于双树复小波变换(DT-CWT)的低频域区域能量取大和高频域自适应脉冲耦合神经网络(PCNN)图像融合算法(简称DC-SA-PCNN).实验结果显示,采用同样的融合规则,DT-CWT融合图像的互信息量MI、边缘保持度QAB/F、融合积MQ=MI×QAB/F均高于DWT融合图像,基于自适应PCNN算法获得的融合图像具有更优的MI、QAB/F、MQ指标.结果表明,DC-SA-PCNN算法有效地综合了红外图像和可见光图像中的信息,融合图像更加全面地携带了源图像中的有效信息特征.
-
-
期刊类型引用(3)
1. 骆焦煌，宋长龙. 基于改进CNN算法的视觉图像目标跟踪研究. 吉林大学学报(信息科学版). 2023(01): 165-173 . 
百度学术
2. 左岑，杨秀杰，张捷，王璇. 基于轻量级金字塔密集残差网络的红外图像超分辨增强. 红外技术. 2021(03): 251-257 . 本站查看
3. 赵蔷，谢鹏. 基于多视角特征协同融合的红外导引头目标追踪算法. 重庆邮电大学学报(自然科学版). 2020(04): 639-647 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 131
- HTML全文浏览量: 7
- PDF下载量: 11
- 被引次数: 4
下载:
