10.12305/j.issn.1001-506X.2022.08.01
基于梯度域导向滤波器和改进PCNN的图像融合算法
为解决当前融合后图像存在的光晕伪影现象以及不利于视觉感知的问题,提出了一种基于梯度域导向滤波(gradient domain guided filtering,GDGF)和 改进的 脉冲耦合神经网络(pulse-coupled neural network,PCNN)的图像融合算法.首先,利用图像结构、清晰度以及对比度显著性的图像特征构建图像融合模型.其次,采用梯度域导向滤波取代传统优化方法,通过像素间相关性优化初始决策图.然后,将优化决策图作为外部输入刺激改进PCNN模型,得到融合权重图.最后,对源图像和融合权重图进行加权操作得到最终融合图像.实验结果表明,所提方法更好地保留图像边缘、纹理和细节信息,避免目标边缘的光晕伪影现象,且利于视觉观察.
导向滤波器、改进的脉冲耦合神经网络、图像融合
44
TP391(计算技术、计算机技术)
国家自然科学基金;陕西省重点产业创新链项目;陕西省重点产业创新链项目;陕西省重点产业创新链项目;空天地海一体化大数据应用技术国家工程实验室;西北工业大学研究生创新基金资助课题
2022-10-11（万方平台首次上网日期，不代表论文的发表时间）
共12页
2381-2392
