-
题名Shearlet与改进PCNN相结合的图像融合
被引量：22
- 1
-
-
作者
廖勇
黄文龙
尚琳
李鹏
-
机构
北京航空航天大学仪器科学与光电工程学院
中国人民解放军
空军工程大学防空反导学院
中国人民解放军
-
出处
《计算机工程与应用》
CSCD
2014年第2期142-146,共5页
-
基金
国家自然科学基金项目(No.60975026)
-
文摘
为提高多聚焦和医学图像融合的性能,提出了一种基于Shearlet变换的新型图像融合算法。与小波变换类似,Shearlet具有简单的数学结构,这使其可以很方便地和多分辨分析关联起来。在对一幅图像作Shearlet变换时,可以将其在任意尺度和方向上进行解构,因而Shearlet比传统小波可以捕获更多的方向和其他几何信息。所以对于图像融合来说,Shearlet是一种很好选择。对于Shearlet子带系数的选择,采用了一种改进的PCNN的点火幅度来得到融合策略,而不是传统PCNN方法中的点火次数,点火幅度通过一个Sigmoid函数来得到。并且采用改进拉普拉斯能量和(SML)这一有效的聚焦度量作为PCNN的输入,以提高其性能。实验结果表明,该方法在视觉效果和客观评价指标上都要优于小波和非下采样Contourle(tNSCT)方法。
-
关键词
shearlet变换
脉冲耦合神经网络(PCNN)
图像融合
-
Keywords
shearlet tranform
Pulse Coupled Neural Network（PCNN）
image fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
