电子科技
電子科技
전자과기
IT AGE
2014年
4期
30-33
,共4页
图像融合%非下采样轮廓波变换%脉冲耦合神经网络%区域能量
圖像融閤%非下採樣輪廓波變換%脈遲耦閤神經網絡%區域能量
도상융합%비하채양륜곽파변환%맥충우합신경망락%구역능량
针对NSCT移不变形、多尺度性和多方向性等特点,结合脉冲耦合神经网络,量融合规则,高频系数则采用PCNN融合规则.最终对融合后的系数经NSCT逆变换得到了融合图像.实验结果表明,该方法更好地保留了原图像中的有用信息,并提高了融合图像质量.
針對NSCT移不變形、多呎度性和多方嚮性等特點,結閤脈遲耦閤神經網絡,量融閤規則,高頻繫數則採用PCNN融閤規則.最終對融閤後的繫數經NSCT逆變換得到瞭融閤圖像.實驗結果錶明,該方法更好地保留瞭原圖像中的有用信息,併提高瞭融閤圖像質量.
침대NSCT이불변형、다척도성화다방향성등특점,결합맥충우합신경망락,량융합규칙,고빈계수칙채용PCNN융합규칙.최종대융합후적계수경NSCT역변환득도료융합도상.실험결과표명,해방법경호지보류료원도상중적유용신식,병제고료융합도상질량.
