DT-CWT优化边缘特征和自适应PCNN的图像融合

作者：高少忠; 沈小林^*

来源：电子测量与仪器学报, 2019, 33(09): 114-120.

DOI：10.13382/j.jemi.B1902213

• 图像融合
• 双树-复小波
• 边缘特征
• 自适应脉冲耦合神经网络
• 方向信息

针对传统小波变换在图像融合中易丢失细节、忽略边缘特征且清晰度不高的现状,提出双树-复小波变换(DT-CWT)优化边缘特征和自适应脉冲耦合神经网络(PCNN)的图像融合算法。首先将原图经双树复小波处理,并对低频分量和高频分量进行分析。然后低频分量选用边缘特征和清晰度选择融合算法,保留较多细节信息,高频分量以方向信息自适应调整PCNN连接强度,把改进的拉普拉斯能量和作为自适应PCNN网络的输入,将点火输出幅度的总值设为高频分量的系数。最终进行双数复小波逆变换处理。实验结果表明,较已有图像融合算法,该算法融合得到的图像在主客观评价方面都有提高,互信息量(MI)提高了0. 127 4～2. 450 4,边缘保持度(QAB/F)提高了0. 069～0. 256。该算法突出了融合图像的目标信息,极大地保留图像边缘、纹理等有用信息,使图像更清晰。

• 单位
  中北大学