计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
2期
197-200
,共4页
吴俊政%严卫东%刘俊民%边辉%倪维平
吳俊政%嚴衛東%劉俊民%邊輝%倪維平
오준정%엄위동%류준민%변휘%예유평
图像融合%曲波变换%脉冲耦合神经网络%最优化评价准则
圖像融閤%麯波變換%脈遲耦閤神經網絡%最優化評價準則
도상융합%곡파변환%맥충우합신경망락%최우화평개준칙
利用曲波变换能够准确捕获图像高维奇异信息的特点,提出了一种在曲波域中基于脉冲耦合神经网络和最优化评价准则的图像融合方法.该方法用曲波变换对输入图像进行多尺度分解,再利用脉冲耦合神经网络的全局耦合特性对高频子带曲波系数进行选取,定义图像融合的目标函数,根据最优化目标函数确定低频曲波系数的融合权值,进行曲波逆变换得到融合图像.实验结果以及与其他算法的比较分析表明了算法的有效性和优越性.
利用麯波變換能夠準確捕穫圖像高維奇異信息的特點,提齣瞭一種在麯波域中基于脈遲耦閤神經網絡和最優化評價準則的圖像融閤方法.該方法用麯波變換對輸入圖像進行多呎度分解,再利用脈遲耦閤神經網絡的全跼耦閤特性對高頻子帶麯波繫數進行選取,定義圖像融閤的目標函數,根據最優化目標函數確定低頻麯波繫數的融閤權值,進行麯波逆變換得到融閤圖像.實驗結果以及與其他算法的比較分析錶明瞭算法的有效性和優越性.
이용곡파변환능구준학포획도상고유기이신식적특점,제출료일충재곡파역중기우맥충우합신경망락화최우화평개준칙적도상융합방법.해방법용곡파변환대수입도상진행다척도분해,재이용맥충우합신경망락적전국우합특성대고빈자대곡파계수진행선취,정의도상융합적목표함수,근거최우화목표함수학정저빈곡파계수적융합권치,진행곡파역변환득도융합도상.실험결과이급여기타산법적비교분석표명료산법적유효성화우월성.
