ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

DT-CWT优化边缘特征和自适应PCNN的图像融合

高少忠; 沈小林中北大学
Journal of Electronic Measurement and Instrument2019DOI: 10.13382/j.jemi.B1902213
7阅读
引用收藏
分享

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
相关
加载中…
  • 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.
查看全部 →

发表信息

论文状态
公开发表
期刊
Journal of Electronic Measurement and Instrument
发表日期
2019
卷期
第 09 期
页码
114-120
DOI
10.13382/j.jemi.B1902213
期刊收录
CAST-E
成果收录
CHINAJOURNAL

作者

  • 高

    高少忠 (第一作者)

  • 沈

    沈小林

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417