基于NSCT-PCNN变换的多传感器图像融合

摘要：

针对同源和异源的多传感器图像的特征,提出了一种基于非下采样Contourlet变换(NSCT)和脉冲耦合神经网络(PCNN)的新的图像融合算法.首先,用NSCT对已配准的源图像进行分解,从而准确地提取出了二维和更高维的边缘纹理信息;其次,对低频子带系数采用区域方差进行了整合,从而得到融合图像的低频子带系数,而对高频子带系数提出了一种改进的基于PCNN的图像融合方法来确定融合图像的各带通子带系数;最后通过对所有子带系数进行NSCT逆变换,从而得到了融合图像.实验结果表明,该方法优于Mallat小波方法和传统的NSCT方法,有更好的视觉效果.

关键词：图像融合、非下采样Contourlet变换、脉冲耦合神经网络

所属期刊栏目：14

分类号：TN911.73

在线出版日期：2014-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：45-48