LNSST域内参数优化PCNN的多源图像融合

作     者：刘浩翰 姜泽宇 贺怀清 惠康华 Liu Haohan;Jiang Zeyu;He Huaiqing;Hui Kanghua

作者机构：中国民航大学计算机科学与技术学院天津300300 

基　　金：国家重点研发计划(2020YFB1600101) 天津市教委科研项目(2020KJ024) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2022年第34卷第8期

页      码：1193-1204页

摘      要：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.

主 题 词：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 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3724/SP.J.1089.2022.19137

馆 藏 号：203114355...