陈广秋
,
高印寒
,
才华
,
刘广文
,
段云鹏
液晶与显示
doi:10.3788/YJYXS20153004.0701
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.
关键词:
图像处理
,
局部化非下抽样剪切波
,
平移不变性
,
脉冲耦合神经网络
,
链接强度
傅瑶
,
孙雪晨
,
薛旭成
,
韩诚山
,
赵运隆
,
曲利新
液晶与显示
doi:10.3788/YJYXS20132803.0429
为了同时改善遥感图像的空间分辨率和光谱分辨率,提高遥感图像信息量,提出了一种基于非下采样轮廓波变换的全色图像与多光谱图像的融合方法.首先,对多光谱图像进行HIS变换,获取其亮度分量;分别对多光谱图像的亮度分量和全色图像进行非下采样轮廓波变换,获取其高低频系数;采用脉冲耦合神经网络算法和加权融合对高低频系数进行选取;最后,经过逆HIS变换和逆非下采样轮廓波变换获得最终融合后图像.实验结果表明,本文融合方法处理后遥感图像的光谱失真少,信息量和清晰度都优于其他传统遥感图像融合方法.
关键词:
图像融合
,
非下采样轮廓波变换
,
脉冲耦合神经网络
