混合多尺度分析和改进PCNN相结合的图像融合方法

摘要：

为了更好地融合全色图像中的空间细节信息和多光谱图像中的光谱信息,提出一种基于混合多尺度分析和改进脉冲耦合神经网络(PCNN)的多光谱与全色图像融合方法.首先对全色图像和多光谱图像进行非下采样剪切波变换(NSST),并结合不同多尺度分析方法的互补特性,利用平稳小波变换(SWT)对低频分量部分进行二次分解,在混合多尺度域进行系数融合及SWT逆变换;然后采用基于PCNN的融合规则对高频分量部分进行融合;最后对融合后的高低频系数进行NSST逆变换,得到融合图像.在2组卫星拍摄的多光谱和全色图像上的实验结果表明,在主观视觉与客观评价指标的总体效果上,该方法优于其他8种经典以及流行方法.

关键词：图像融合、多光谱与全色图像、非下采样剪切波变换、平稳小波变换、脉冲耦合神经网络

所属期刊栏目：31

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金61801513;装备预研基金61420100103

在线出版日期：2019-07-05（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：988-996