基于NSCT与PCNN的自适应图像融合

• 作 者: 纪峰 吴仰玉 常霞 李翠
• 机 构: 北方民族大学信息与计算科学学院信息与系统科学研究所
• 出 处: 宁夏大学学报(自然科学版)
• 发表日期: 2013年02期
• 关键词: 图像融合 非下采样CONTOURLET变换 脉冲耦合神经网络 自适应 image fusion nonsubsampled contourlet transfo
• 基金项目: 国家自然科学基金资助项目（61102008）,教育部重点实验室开放基金资助项目（OIPIU012011006）,北方民族大学科研项目（2011Y021）,北方民族大学研究生自主创新项目（2011ZYC036,2012XYC030,2012xjyk10）

提出了一种新的基于非下采样轮廓波(NSCT)和脉冲耦合神经网络(PCNN)相结合的自适应图像融合方法.对已经配准的源图像进行NSCT分解,得到低频子带系数和不同方向的高频子带系数.对NSCT分解的低频部分采用简单的加权平均融合规则;而高通子带系数,采用改进的拉普拉斯能量作为PCNN链接强度的方法.最后,对融合的系数进行NSCT逆变换得到融合图像.实验结果表明,本文算法明显优于其他几种方法,具有更好的融合性能,清晰度更高,是一种可行、有效的图像融合方法.