基于IPCNN的红外与可见光图像融合算法

作者：江泽涛; 吴辉^*; 周哓玲; 黄锦

来源：计算机工程与设计, 2018, 39(11): 3475-3493.

DOI：10.16208/j.issn1000-7024.2018.11.031

• 图像融合
• 脉冲耦合神经网络
• 非降采样轮廓波变换
• 静态小波变换
• 链接突触计算神经网络

为充分保留源图像的细节信息,提高融合图像的清晰度、对比度,提出一种基于改进脉冲耦合神经网络(improved pulse coupled neural network,IPCNN)的红外与可见光图像融合算法。对源图像进行非降采样轮廓波变换(nonsubsampled contourlet transform,NSCT),采用基于静态小波变换(static wavelet transform,SWT)的融合策略对低频子带进行融合,对高频子带采用绝对值取大与IPCNN相结合的融合方式,在融合过程中引入链接突触计算神经网络(linking synaptic computation network,LSCN)进行图像增强,通过NSCT逆变换得到融合图像。实验结果表明,该算法的融合图像在清晰度、对比度、图像信息熵等方面均具有较好的优势。

• 单位
  桂林电子科技大学