-
题名多目标粒子群优化PCNN参数的图像融合算法
被引量：12
- 1
-
-
作者
王佺
聂仁灿
周冬明
金鑫
贺康建
余介夫
-
机构
云南大学信息学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2016年第10期1298-1306,共9页
-
基金
国家自然科学基金项目(61365001,61463052)~~
-
文摘
目的脉冲耦合神经网络(PCNN)在图像融合上往往因为参数设置问题而达不到最佳效果,为了提高图像融合的质量,提出了一种基于多目标粒子群优化PCNN参数的图像融合算法。方法首先用多目标粒子群对PCNN模型参数进行优化得到最优PCNN参数模型,然后利用双复树小波(DTCWT)对图像多尺度分解,将高频分量通过优化好的PCNN模型进行高频融合,低频分量通过拉普拉斯分量绝对和(SML)来进行低频融合,最后通过DTCWT逆变换实现图像的融合。结果分别与DTCWT,拉普拉斯金字塔变换(LP)以及非下采样Contourlet变换(NSCT)进行实验对比,融合图像Clock,Lab的融合结果在客观指标上的互信息(8.062 3,7.908 5)、图像的品质因数(0.716 2,0.714 2)和标准差(51.213,47.671)都优于其他方法,熵和其他方法差不多,融合结果能够获得更好的视觉效果以及较大的互信息值和边缘信息保留值。结论该方法有较好融合图像的能力,可适用于计算机视觉、医学、遥感等领域。
-
关键词
图像融合
多目标优化
粒子群
脉冲耦合神经网络
双复树小波
拉普拉斯能量绝对能量和
-
Keywords
image fusion
multi-objective optimization
particle swarm
pulse coupled neural networks
dual-tree complexwavelet transform
sum of modified Laplacian
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
