结合NSDTCT和压缩感知PCNN的图像融合算法

摘要：

针对基于传统小波变换的图像融合算法存在的不足，提出一种基于非下采样双树复轮廓波变换(NSDTCT)和压缩感知脉冲耦合神经网络(CS-PCNN)的图像融合算法。首先将源图像经过 NSDTCT 分解后得到低频子带及高频子带系数；对于低频子带系数，提出了基于区域平均梯度、区域能量和S函数相结合的自适应加权融合规则；对于数据量较大的高频子带系数，提出了基于CS-PCNN理论的融合规则，并将改进的拉普拉斯能量和作为PCNN的外部输入；最后对融合系数进行 NSDTCT 逆变换，得到融合图像。实验结果表明，该算法可以有效地提高图像融合的计算效率和质量，在视觉效果及客观指标上均优于一些经典的融合算法。

关键词：图像融合、非下采样双树复轮廓波变换、压缩感知、脉冲耦合神经网络、拉普拉斯能量和

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金11172086;安徽省自然科学基金1308085MA09;安徽省教育厅自然科学研究重点项目KJ2013A216

在线出版日期：2016-04-18（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：411-419