首页> 中文期刊> 《光电子.激光》 >基于多尺度变换的PCNN和FOA图像融合

基于多尺度变换的PCNN和FOA图像融合

         

摘要

为解决传统的图像融合算法融合质量不高的问题,提出一种采用果蝇优化算法(FOA)自适应地选取脉冲耦合神经网络(PCNN)的4个参数并将其与多尺度变换相结合的图像融合方法。首先利用4种多尺度变换对待融合图像进行分解,对得到的低频分量采用PCNN和FOA的融合规则进行处理,对高频分量采用绝对值最大的原则进行系数选择,最后通过逆变换得到融合后的图像。实验结果表明,与常用的融合规则对比,在主观效果上,本文融合规则能够更有效地保留源图像中的细节信息,提高融合图像的质量;在客观指标上,本文方法的融合图像在互信息(MI)、边缘保持度Q^(AB/F)、熵(entropy)、平均结构相似度(MSSIM)以及标准差(SD)等客观评价指标上更为优越。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号