基于优化PCNN与区域特征引导法则的图像融合

摘要：

针对传统红外与可见光图像融合算法存在着边缘信息缺失、目标特征不够突出等问题,本文提出一种基于优化脉冲耦合神经网络(PCNN)与区域特征引导法则的红外与可见光图像融合算法.首先,对红外与可见光图像分别进行非下采样剪切波变换(NSST),获取相应的低频分量和高频分量.其次,低频分量采用基于优化PCNN模型的融合规则进行融合;对于高频分量,利用图像的区域能量、改进空间频率和区域方差匹配度等特征,提出自适应的区域方差匹配度阈值和调节因子,构造区域特征引导法则完成融合.最后,对融合后的低高频分量进行NSST逆变换,获取融合图像.实验结果表明,本文算法可有效综合图像的优势信息,并在主观视觉和客观指标上均具有明显的优势.

关键词：图像融合;非下采样剪切波变换;优化脉冲耦合神经网络;区域特征引导法则

所属期刊栏目：51

分类号：TP391.41(计算技术、计算机技术)

资助基金：江西省教育厅科学技术研究项目No.GJJ170526

在线出版日期：2021-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1104-1112