10.3969/j.issn.0254-3087.2016.04.019
基于补偿机制的NSCT域红外与可见光图像融合
针对传统基于非下采样Contourlet变换和脉冲耦合神经网络的图像融合方法易出现图像失真的缺点,本文提出一种基于小波变换与PCNN补偿的NSCT域内红外与可见光图像融合方法.首先将红外和可见光图像分别进行NSCT分解,得到低频分量和高频分量;然后对低频分量进行二维小波分解,得到1个低频子带和3个方向子带,对其低频子带采用局部能量加权的方法进行融合,其余3个子带采用绝对值取大的方法进行融合;NSCT分解的高频子带融合规则分为对最高层的融合和其他层的融合,最高层采用绝对值取大的方法进行融合,而其余层采用的是基于改进型的PCNN的方法进行融合;最后将得到的低频子带和高频子带进行NSCT重构获得融合图像.合成及真实图像集实验结果表明,本文算法相对于传统的融合方法增加了图像的纹理和细节信息,有效地抑制了图像失真问题,具有较高的融合精度与较快的融合效率.
图像融合、非下采样Contourlet变换、脉冲耦合神经网络、小波变换
37
TH701;TP391(仪器、仪表)
国家自然科学基金61401190,U1233125,61462062;江西省主要学科学术带头人培养计划项目201208421;江西省自然科学基金重点项目20133ACB20004;江西省优势学科团队建设计划项目20152BCB24004;江西省科技落地计划项目201408083;航空科学基金2015ZC56009;无损检测技术教育部重点实验室开放基金ZD201529001;江西省教育厅青年科学基金GJJ150706
2016-07-13(万方平台首次上网日期,不代表论文的发表时间)
共11页
860-870