红外与激光工程
2022, 51(4): 20210996
1 上海交通大学 电气工程系, 上海 200240
2 贵州电网电力科学研究院, 贵州 贵阳 550000
为提高融合图像的细节表现力和信息冗余度, 针对红外与可见光图像, 提出一种基于有限离散剪切波变换(FDST)和双通道脉冲耦合神经网络(PCNN)的图像融合方法。首先, 利用FDST分解红外与可见光图像得到各自的高低频子带系数; 再对高低频子带系数分别采用不同链接强度的改进的空间频率激励的双通道PCNN进行融合; 最后, 通过FDST反变换得到融合图像。实验结果表明该算法能够有效增强图像清晰度和整体视觉效果, 融合效果跟其他融合方法相比, 在互信息、边缘信息传递量、标准差多个客观评价指标上具有明显提高。
图像融合 红外与可见光 FDST变换 双通道PCNN 链接强度 image fusion infrared and visible image FDST dual-channel PCNN linking strength 红外与激光工程
2019, 48(2): 0204001
1 长春理工大学 电子信息工程学院，吉林 长春 130022
2 吉林大学 汽车仿真与控制国家重点实验室,吉林 长春130022
3 北京遥感设备研究所， 北京 100854
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。
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 image processing local nonsubsampled shearlet transformation shift-invariant pulse coupled neural networks linking strength
1 吉林大学 仪器科学与电气工程学院, 吉林 长春130061
2 长春理工大学 电子信息工程学院, 吉林 长春 130022
3 吉林大学 汽车仿真与控制国家重点实验室, 吉林 长春130022
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.
图像融合 奇异值分解 局部结构信息因子 点火映射图 链接强度 image fusion singular value decomposition local structure information index fire mapping image linking strength
1 吉林大学 仪器科学与电气工程学院,长春130022
2 ,长春130022
3 吉林大学 汽车仿真与控制国家重点实验室,长春130022
4 长春理工大学 电子信息工程学院,长春 130022
为了提升红外与可见光图像融合精度,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红外与可见光图像融合方法。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进行块奇异值分解,求取区域特征能量值作为脉冲耦合神经网络对应神经元的链接强度。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。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已有文献的一些典型融合方法,可获得更好的融合效果。
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 image processing local nonsubsampled shearlet transformation shift-invariant pulse coupled neural networks linking strength
1 西北工业大学 航天学院，西安 710072
2 西安石油大学 理学院，西安 710065
提出了一种基于非采样Contourlet 变换(NSCT)和脉冲耦合神经网络(PCNN)的红外与可见光图像融合方法。首先用NSCT 对已配准的源图像进行分解，得到低频子带系数和各带通子带系数；其次对低频子带系数采取一种基于边缘的方法以得到融合图像的低频子带系数；对各带通子带系数提出了一种改进的基于PCNN 的图像融合方法来确定融合图像的各带通子带系数；最后经过NSCT 逆变换得到融合图像。实验结果表明，本文方法优于Laplacian 方法、小波方法和传统的NSCT 方法。
图像融合 非采样Contourlet 变换 脉冲耦合神经网络 链接强度 image fusion nonsubsampled contourlet transform (NSCT) pulse coupled neural networks (PCNN) linking
