| 应用小波变换的自适应脉冲耦合神经网络在图像融合中的应用 |
| |
| 引用本文： | 武治国,王延杰,李桂菊.应用小波变换的自适应脉冲耦合神经网络在图像融合中的应用[J].光学精密工程,2010,18(3). |
| |
| 作者姓名： | 武治国 王延杰 李桂菊 |
| |
| 作者单位： | 1. 中国科学院,长春光学精密机械与物理研究所,吉林,长春,130033;中国科学院,研究生院,北京,100039
2. 中国科学院,长春光学精密机械与物理研究所,吉林,长春,130033 |
| |
| 基金项目： | 国家863高技术研究发展计划资助项目(No.2006AA703405F) |
| |
| 摘 要： | 设计并实现了一种适用于红外与可见光图像融合的基于小波变换的自适应脉冲耦合神经网络(PCNN)融合技术。首先,对融合的两幅图像进行小波分解得到两组多尺度图像。然后,在小波域充分利用PCNN的同步激发特性,进行PCNN的融合策略设计;使用不同频率下小波系数的局域熵作为PCNN对应神经元的链接强度,经过PCNN点火获得参与融合图像在小波域中的点火映射图;根据点火时间计算点火映射梯度图,再通过判决选择算子,选择点火时间梯度最大的小波系数作为融合系数。最后,对融合后的小波系数进行重构生成融合图像。进行了两组图像融合实验,结果显示,在迭代次数为50次时,与经典小波方法相比,两组实验结果的熵分别提高1.1%,0.7%;平均梯度分别提高8.3%,3.7%;空间频率分别提高2.5%,1.5%;标准差分别提高1.9%,0.6%;交叉熵分别缩小5.6%,4.9%,结果表明本文方法用于红外与可见光图像的融合十分有效。
|
| 关 键 词： | 图像融合 脉冲耦合神经网络 小波变换 局域熵 点火映射图 |
Application of adaptive PCNN based on wavelet transform to image fusion |
| |
| WU Zhi-guo,WANG Yan-jie,LI Gui-ju.Application of adaptive PCNN based on wavelet transform to image fusion[J].Optics and Precision Engineering,2010,18(3). |
| |
| Authors: | WU Zhi-guo WANG Yan-jie LI Gui-ju |
| |
| Affiliation: | 1.Changchun Institute of Optics;Fine Mechanics and Physics;Chinese Academy of Sciences;Changchun 130033;China;2.Graduate University of Chinese Academy of Sciences;Beijing 100039;China |
| |
| Abstract: | A fusion method of infrared and visible light images based on Pulse Coupled Neural Network (PCNN) and wavelet transform is studied. Firstly, the two original images are decomposed by wavelet transform, then, a fusion rule in the wavelet domain is given based on the PCNN. This algorithm uses the local entropy of wavelet coefficient in each frequency domain as the linking strength, then its value can be chosen adaptively. After processing PCNN with the adaptive linking strength, new fire mapping images are ob... |
| |
| Keywords: | image fusion Pulse-Coupled Neural Network (PCNN) wavelet transform local entropy fire mapping image |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
