摘要
针对传统小波变换在图像融合中易丢失细节、忽略边缘特征且清晰度不高的现状,提出双树-复小波变换(DT-CWT)优化边缘特征和自适应脉冲耦合神经网络(PCNN)的图像融合算法。首先将原图经双树复小波处理,并对低频分量和高频分量进行分析。然后低频分量选用边缘特征和清晰度选择融合算法,保留较多细节信息,高频分量以方向信息自适应调整PCNN连接强度,把改进的拉普拉斯能量和作为自适应PCNN网络的输入,将点火输出幅度的总值设为高频分量的系数。最终进行双数复小波逆变换处理。实验结果表明,较已有图像融合算法,该算法融合得到的图像在主客观评价方面都有提高,互信息量(MI)提高了0. 127 4~2. 450 4...
学科与关键词
关键词
图像融合双树-复小波边缘特征自适应脉冲耦合神经网络方向信息 image fusiondouble tree complex waveletedge featureadaptive pulse-coupled neural networkdirection information
- 基于NSCT与自适应PCNN的多聚焦图像融合方法任风华; 符强; 纪元法计算机测量与控制, 2013, (08): 2206.
- 边缘检测和小波变换在多聚焦图像中的应用任风华信息技术, 2013, (02): 24-27.
- 基于DTCW T方向信息的超声图像斑点噪声消除许慰玲; 沈民奋; 杨金耀数据采集与处理, 2011, (06): 671-675.
