CAJ | 학술논문

针对同一场景多聚焦图像的融合问题,提出了一种基于小波变换的自适应脉冲耦合神经网络(PCNN)图像融合方法.首先,对源图像进行小波分解,得到不同尺度下的子带图像;然后,在小波域中利用PCNN的同步脉冲激发特性,制定基于PCNN的融合规则;使用不同尺度下的小波系数的拉普拉斯能量(EOL)作为对应神经元的链接强度,经过PCNN点火得到源图像在小波域中的点火映射图;通过判决选择算子,选择点火次数多的小波系数作为对应的融合系数,然后进行区域一致性检验,获到最终的融合系数;最后,对融合后的系数进行小波逆变换得到融合图像.实验结果表明,该方法更有效地提取原始图像的特征信息,提高融合图像的视觉效果,在主观视觉效果与客观性能指标上均优于传统的图像融合方法.
침대동일장경다취초도상적융합문제,제출료일충기우소파변환적자괄응맥충우합신경망락(PCNN)도상융합방법.수선,대원도상진행소파분해,득도불동척도하적자대도상;연후,재소파역중이용PCNN적동보맥충격발특성,제정기우PCNN적융합규칙;사용불동척도하적소파계수적랍보랍사능량(EOL)작위대응신경원적련접강도,경과PCNN점화득도원도상재소파역중적점화영사도;통과판결선택산자,선택점화차수다적소파계수작위대응적융합계수,연후진행구역일치성검험,획도최종적융합계수;최후,대융합후적계수진행소파역변환득도융합도상.실험결과표명,해방법경유효지제취원시도상적특정신식,제고융합도상적시각효과,재주관시각효과여객관성능지표상균우우전통적도상융합방법.