欢迎登录材料期刊网

材料期刊网

高级检索

为了提升红外与可见光图像融合精度,提出了一种基于局部区域奇异值分解的自适应PCNN红外与可见光图像融合算法.利用局部区域奇异值构造局部结构信息因子,作为PCNN对应神经元的链接强度.经过PCNN点火处理,获得源图像的点火映射图,通过比较选择算子,选择源图像中明显特征部分生成融合图像.采用多组红外与可见光图像进行融合实验,并对融合结果进行客观评价.实验结果表明本文提出的算法在主观和客观评价上均优于已有文献的一些典型融合算法,可获得更好的融合效果.

参考文献

[1] 才溪.多尺度图像融合理论与方法[M].电子工业出版社,北京,23014:8-9.Cai Xi.Multiscal Image Fusion:Theory and Method[M].Beijing:Publishing House of Electronics Industry,2014:6-9.(in Chinese),2014.
[2] 陈小林,王延杰.非下采样变换的红外与可见光图像融合[J].中国光学,2011(05):489-496.
[3] 李光鑫,吴伟平,胡君.红外和彩色可见光图像亮度-对比度传递融合算法[J].中国光学,2011(02):161-168.
[4] 唐艳秋,张星祥,李新娥,任建岳.基于人眼视觉灰度识别特性的图像动态范围小波变换处理方法[J].液晶与显示,2012(03):385-390.
[5] Burt P J,Kolcznski R.J.Enhanced image capture through fusion[C].IEEE 4th international Conf.on Computer Vision,1993(4):173-182.,1993.
[6] 贾永红.TM和SAR影像主分量变换融合法[J].遥感技术与应用,1998(01):46-49.
[7] Broussard R P,Rogers S K,Oxley M E,et al.Physiologically motivated image fusion for object detection using a pulse coupled neural network[J].IEEE Transactions on Neural Networks,1999,10(3):554-563.,1999.
[8] Li S T,Kwork J T,Wang Y N.Multifocus image fusion using artificial networks[J].Pattern Recognition Letters,2002,23(8):985-997.,2002.
[9] 范永杰,金伟其,李力,王岭雪,骆媛,李家琨,张长兴.基于FPGA的可见光/红外双通道实时视频融合系统[J].红外技术,2011(05):257-261.
[10] 骆媛,金伟其,刘效东.基于颜色查找空间的自然感彩色融合算法及DSP实时实现[J].红外与激光工程,2012(08):2241-2246.
[11] 付朝阳,郭雷,常威威.基于小波变换和多通道脉冲耦合神经网络的高光谱图像融合[J].吉林大学学报(工学版),2011(03):838-843.
[12] 傅瑶,孙雪晨,薛旭成,韩诚山,赵运隆,曲利新.基于非下采样轮廓波变换的全色图像与多光谱图像融合方法研究[J].液晶与显示,2013(03):429-434.
[13] Johnson J L,Padgett M L.PCNN models and applications[J].EEE Transactions on Neural Networks,1999,10(3):480-498.,1999.
[14] 杨艳春,党建武,王阳萍.基于提升小波变换与自适应PCNN的医学图像融合方法[J].计算机辅助设计与图形学学报,2012(04):494-499.
[15] 梁毅雄,龚卫国,潘英俊,李伟红,刘嘉敏,张红梅.基于奇异值分解的人脸识别方法[J].光学精密工程,2004(05):543-549.
[16] 王宇庆.基于图像结构信息复数表示与奇异值分解的灰度图像质量评价方法[J].光电子.激光,2012(09):1827-1834.
[17] Aznaveh A M,Azadeh M,Azar F T,et al.Image quality measurement besides distortion type classifying[J]Optical Review,2009,16(1):30-34.,2009.
[18] 苗启广,王宝树.基于局部对比度的自适应PCNN图像融合[J].计算机学报,2008(05):875-880.
[19] 李美丽,李言俊,王红梅,张科.基于自适应脉冲耦合神经网络图像融合新算法[J].光电子·激光,2010(05):779-782.
[20] 夏加星,段先华,魏世超.利用邻域激励的自适应PCNN进行医学图像融合[J].计算机应用研究,2011(10):3929-3933.
[21] Shnayderman A,Gusev A,Eskicioglu A M.An SVD based grayscale image quality measure for local and global assessment[J].IEEE Transactions on Image Processing,2005,14(2):422-429.,2005.
[22] 张飞艳,谢伟,陈荣元,秦前清.基于视觉加权的奇异值分解压缩图像质量评价测度[J].电子与信息学报,2010(05):1061-1065.
[23] 许光宇,檀结庆,钟金琴.自适应的有效非局部图像滤波[J].中国图象图形学报,2012(04):471-479.
[24] Qu G H,Zhang D L,Yan P F.Information Measure for performance of image fusion[J].Electronic Letters,2002,38(7):313-315.,2002.
[25] Wang Z,Bovik A C,Sheik HR,et al.Image quality assessment:from error visibility to structural similarity[J].IEEE Transactions on Image Processing,2004,13 (4):600-612.,2004.
[26] Xydeas C S.,Petrovi V.Objective image fusion performance measure[J].Electronics Letters,2000,36 (4):308-309.,2000.
[27] Leung L W,King B,Vohora V,Comparison of image data fusion techniques using entropy and INI[C].Proc.of 22nd Asian Conference on Remote Sensing,Singapore,2001:152-157.,2001.
[28] 朱博,王新鸿,唐伶俐,李传荣.基于边缘剔除与空间去相关的图像信噪比评估方法研究[J].遥感技术与应用,2012(01):39-44.
[29] 李祚林,李晓辉,马灵玲,胡玥
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%