期刊专题

10.3724/SP.J.1089.2022.19137

LNSST域内参数优化PCNN的多源图像融合

引用
针对局部非下采样剪切波变换(LNSST)与脉冲耦合神经网络(PCNN)工作不稳定、低频子带细节特征不足问题导致的融合图像细节丢失,视觉观感不佳,提出一种LNSST与PCNN结合的融合方法.首先,提出分裂果蝇优化算法对PCNN参数进行优化,消除源图像统计差异对PCNN工作稳定性的影响;然后,通过LNSST,将源图像分解为高/低频子带,并使用引导滤波刺激低频子带以表现更多的细节特征;最后,通过参数优化的PCNN融合LNSST高/低频子带,再经过LNSST逆变换得到完整的融合图像.在多聚焦、红外和医学3类融合任务共90组图像中的实验结果表明,对比多种融合方法,该方法主观上在画面清晰度等方面具有优势,客观上在6项评价指标上有2.9%~29.3%的提升;同时在不同的融合任务中都能有效地保留细节与纹理信息,提高了融合准确性.

图像融合、局部非下采样剪切波变换、脉冲耦合神经网络、分裂果蝇优化算法、引导滤波

34

TP391.41(计算技术、计算机技术)

国家重点研发计划;天津市教委科研项目

2022-09-15(万方平台首次上网日期,不代表论文的发表时间)

共12页

1193-1204

暂无封面信息
查看本期封面目录

计算机辅助设计与图形学学报

1003-9775

11-2925/TP

34

2022,34(8)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn