基于自适应PCNN模型的四元数小波域图像融合算法
Method for Image Fusion Algorithm Based on Adaptive PCNN Model Parameters in Quaternion Wavelet Domain

朱芳 ¹ 刘卫 ²

文摘	针对红外和可见光图像的自身特点,本文提出一种基于四元数小波变换(QWT)和自适应脉冲耦合神经网络(PCNN)模型相结合的红外图像与可见光图像融合的新算法。首先将红外图像与可见光图像分别进行四元数小波变换,分别得到低频子带和高频子带系数;其次,采用局部区域方差匹配的融合准则处理低频子带系数,并用自适应的PCNN模型处理高频子带系数,用一种改进的空间频率作为PCNN模型的刺激输入,且采用拉普拉斯算子调节PCNN模型的阈值;最后经过四元数小波逆变换实现图像的融合。将本文提出的新算法与经典的图像融合算法进行对比分析,实验结果说明,新方法取得了较好地视觉改进效果,并在客观标准上也达到一定的提高。
其他语种文摘	Aiming at the features of infrared and visible image,a new fusion algorithm which combines quaternion wavelet transform(QWT) with adaptive pulse coupled neural network(PCNN) is presented.In the proposed fusion process,the infrared image and visible image are decomposed into low-frequency sub-band and high-frequency sub-band coefficients respectively via the QWT at first step.Then the low-frequency sub-band coefficients are fused using local variance matching rule,the high-frequency sub-band coefficients are fused using adaptive PCNN model.An improved spatial frequency as the input of the PCNN is used,and the Laplace operator is used to adjust the threshold of PCNN model.Finally,the fused image is reconstructed based on inverse QWT.The experiment results show that compared to the traditional image fusion algorithms,this proposed algorithm achieves better subjective visual results and also improves the objective criteria.
来源	红外技术 ,2018,40(7):660-667 【核心库】
关键词	图像融合 ; 四元数小波变换 ; 局部区域方差匹配 ; 脉冲耦合神经网络 ; 空间频率 ; 拉普拉斯算子
地址	1. 安徽新华学院通识教育学院, 安徽, 合肥, 230088 2. 中国科学院合肥智能机械研究所, 安徽, 合肥, 230031
语种	中文
文献类型	研究性论文
ISSN	1001-8891
学科	自动化技术、计算机技术
基金	安徽省质量工程《智慧课堂试点项目》 ; 安徽省高校省级自然科学研究重点项目 ; 安徽新华学院《概率论与数理统计A》教改课程项目
文献收藏号	CSCD:6280555