欢迎登录材料期刊网

材料期刊网

高级检索

为了提升多模态图像融合精度,提出了一种局部化非下抽样剪切波变换与脉冲耦合神经网络相结合的图像融合方法.首先,利用局部化非下抽样剪切波对源图像进行多尺度、多方向分解;然后,在分解后的各子带图像中,利用局部区域奇异值构造的局部结构信息因子作为PCNN神经元链接强度.经过脉冲耦合神经网络点火处理,获取子带图像的点火映射图,通过判决选择算子,选择各子带图像中的明显特征部分生成子带融合图像;最后,应用局部化非下抽样剪切波逆变换重构图像.选用多组不同模态的图像进行实验,并对实验结果进行了客观评价.实验结果表明,本文提出的融合方法在主观和客观评价上均优于一些典型融合方法,可获得更好的融合效果.

参考文献

[1] YANG Bo;JING Zhong-liang;ZHAO Hai-tao.Review of Pixel-Level Image Fusion[J].上海交通大学学报(英文版),2010(1):6-12.
[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(5):489-496.
[3] 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(3):429-434.
[4] 陈广秋;高印寒.基于图像质量评价参数的FDST域图像融合[J].光电子·激光,2013(11):2240-2248.
[5] 高印寒;陈广秋;刘妍妍.基于图像质量评价参数的非下采样剪切波域自适应图像融合[J].吉林大学学报(工学版),2014(1):225-234.
[6] 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(2):161-168.
[7] 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(3):385-390.
[8] Do M.N.;Vetterli M..The contourlet transform: an efficient directional multiresolution image representation[J].IEEE Transactions on Image Processing,200512(12):2091-2106.
[9] 马苗;万仁远;尹义龙.基于相似性灰关联的Curvelet域多聚焦图像融合[J].电子学报,2012(10):1984-1988.
[10] 冯鹏;王静;魏彪;陈超.一种基于Contourlet变换的GFP图像与相衬图像融合算法研究[J].光电子·激光,2013(1):176-183.
[11] Glenn Easley;Demetrio Labate;Wang-Q Lim.Sparse directional image representations using the discrete shearlet transform[J].Applied and computational harmonic analysis,20081(1):25-46.
[12] 杨扬 .基于多尺度分析的图像融合算法研究[D].中国科学院大学,2013.
[13] 王红梅;陈励华;李言俊;张科.一种基于显著特征的图像融合算法[J].西北工业大学学报,2010(4):486-490.
[14] 郭茂耘;李华锋;柴毅.提升静态小波与自适应PCNN相结合的图像融合算法[J].光电工程,2010(12):67-74.
[15] 赵景朝;曲仕茹.基于Curvelet变换与自适应PCNN的红外与可见光图像融合[J].西北工业大学学报,2011(6):849-853.
[16] 金星;李晖晖;时丕丽.非下采样 Contourlet 变换与脉冲耦合神经网络相结合的 SAR 与多光谱图像融合[J].中国图象图形学报,2012(9):1188-1195.
[17] 一种新的基于双层PCNN的自适应图像分割算法[J].光电子.激光,2011(7):1102-1106.
[18] 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.
[19] Rhonda D. Phillips;Layne T. Watson;Randolph H. Wynne;Christine E. Blinn.Feature Reduction Using A Singular Value Decomposition For The Iterative Guided Spectral Class Rejection Hybrid Classifier[J].ISPRS journal of photogrammetry and remote sensing,20091(1):107-116.
[20] Mahmoudi-Aznaveh, A;Mansouri, A;Torkamani-Azar, F;Eslami, M.Image quality measurement besides distortion type classifying[J].Optical review,20091(1):30-34.
[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,20062(2):422-429.
[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(5):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(4):471-479.
[24] Qu GH.;Zhang DL.;Yan PF..Information measure for performance of image fusion[J].Electronics Letters,20027(7):313-315.
[25] Zhou Wang;Bovik A.C.;Sheikh H.R.;Simoncelli E.P..Image quality assessment: from error visibility to structural similarity[J].IEEE Transactions on Image Processing,20044(4):600-612.
[26] Xydeas CS.;Petrovic V..Objective image fusion performance measure[J].Electronics Letters,20004(4):308-309.
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%