-
题名基于BEMD和自适应PCNN的偏振图像融合
被引量：3
- 1
-
-
作者
李世维
黄丹飞
王惠敏
邹彤
-
机构
长春理工大学生命科学技术学院
-
出处
《激光杂志》
北大核心
2018年第3期94-98,共5页
-
基金
国家“973”计划(No.613225)
-
文摘
针对传统偏振图像融合视觉效果较差,纹理细节信息保留不充分等问题,结合BEMD变换的多分辨率、多尺度特性和PCNN全局耦合、脉冲同步激发等优点,提出了一种基于BEMD和自适应PCNN的偏振图像融合算法。首先融合线偏振度图像和偏振角图像得到偏振特征图像,然后对偏振特征图像和强度图像进行BEMD分解,对于低频分量,采用局部能量的融合方法;对于高频分量,采用区域方差自适应调整PCNN的链接强度,根据其显著性度量融合各子带系数。实验结果表明,该算法在视觉效果和空间频率,边缘保持度,互信息和平均梯度等多项评价指标上较其他算法均有优势。
-
关键词
偏振图像
二维经验模态分解
脉冲耦合神经网络
图像融合
-
Keywords
polarization image
hi-dimensional empirical mode decomposition （BEMD）
pluse coupled neural network （pcnn）
image fusion
-
分类号
TN911
[电子电信—通信与信息系统]
-
