文献类型：期刊文章

作　　者：王朝晖[1] 王佳琪[1] 赵德功[2] 付伟[1]

机构地区：[1]燕山大学信息科学与工程学院 [2]中国人民解放军91336部队

出　　处：《激光与红外》

年　　份：2012

卷　　号：42

期　　号：2

起止页码：213-216

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSCD、CSCD2011_2012、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种基于离散剪切波(shearlet)和改进的脉冲耦合神经网络(PCNN)进行图像融合的方法。首先,采用shearlet变换将已配准的两个源图像进行分解,得到低频子带系数和不同尺度不同方向的高频子带系数,低频部分采用简单的加权平均法;高频部分,提出基于改进的拉普拉斯能量作为PCNN链接强度的算法。最后,进行shearlet反变换得到融合图像。仿真结果表明,本文的算法有更好的融合效果,并且所用时间也比非采样轮廓波(NSCT)少。

关 键 词：图像融合 离散剪切波  脉冲耦合神经网络 链接强度

分 类 号：TP391]