基于自适应PCNN模型的四元数小波域图像融合算法

• 作 者: 朱芳 刘卫
• 机 构: 安徽新华学院通识教育学院,中国科学院合肥智能机械研究所
• 出 处: 红外技术
• 发表日期: 2018年07期
• 关键词: 图像融合 四元数小波变换 局部区域方差匹配 脉冲耦合神经网络 空间频率 拉普拉斯算子 image fusion quaternion wavelet trans
• 基金项目: 安徽省质量工程《智慧课堂试点项目》(2017zhkt247),安徽省高等学校自然科学研究重点项目(KJ2016A310),安徽新华学院《概率论与数理统计A》教改课程项目(2015jgkcx11)

针对红外和可见光图像的自身特点,本文提出一种基于四元数小波变换(QWT)和自适应脉冲耦合神经网络(PCNN)模型相结合的红外图像与可见光图像融合的新算法。首先将红外图像与可见光图像分别进行四元数小波变换,分别得到低频子带和高频子带系数;其次,采用局部区域方差匹配的融合准则处理低频子带系数,并用自适应的PCNN模型处理高频子带系数,用一种改进的空间频率作为PCNN模型的刺激输入,且采用拉普拉斯算子调节PCNN模型的阈值;最后经过四元数小波逆变换实现图像的融合。将本文提出的新算法与经典的图像融合算法进行