留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于双树复小波变换的自适应PCNN图像融合算法

杜进楷 陈世国

杜进楷, 陈世国. 基于双树复小波变换的自适应PCNN图像融合算法[J]. 红外技术, 2018, 40(10): 1002-1007.
引用本文: 杜进楷, 陈世国. 基于双树复小波变换的自适应PCNN图像融合算法[J]. 红外技术, 2018, 40(10): 1002-1007.
DU Jinkai, CHEN Shiguo. Adaptive PCNN Image Fusion Algorithm Based on Double Tree Complex Wavelet Transform[J]. Infrared Technology , 2018, 40(10): 1002-1007.
Citation: DU Jinkai, CHEN Shiguo. Adaptive PCNN Image Fusion Algorithm Based on Double Tree Complex Wavelet Transform[J]. Infrared Technology , 2018, 40(10): 1002-1007.

基于双树复小波变换的自适应PCNN图像融合算法

基金项目: 贵州省自然科学基金(11904/0502210Y0012)
详细信息
  • 中图分类号: TP302

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.
  • 加载中
计量
  • 文章访问数:  109
  • HTML全文浏览量:  7
  • PDF下载量:  10
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回