摘要
提出一种以图像局部方差和均值作为脉冲耦合神经网络(PCNN)参数自动调整的融合方法,并与多种金字塔融合算法、主成分分析融合方法、小波变换等图像融合算法进行比较。研究结果表明:所提出的融合方法无论是主观视觉效果还是客观评价结果均具有一定的优势,这对于拓宽PCNN的理论研究和实际应用具有一定价值。
An adaptive PCNN（Pulse coupled neural network） image fusion method was proposed which is in accordance with PCNN parameter automatic adjustment of local mean and variance.The method was compared with pyramid algorithms of image fusion,principal component analysis fusion method and wavelet transform method,etc.The results show that the proposed method is better than others in visual quality and objective evaluation.It is valuable in broading the theoretical study and practical application of PCNN.
出处
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2011年第7期2004-2010,共7页
Journal of Central South University:Science and Technology
基金
国家自然科学基金资助项目(60970098
60803024)
国家自然科学基金重大研究计划项目(90715043)
教育部高等学校博士点基金资助项目(20090162110055)
教育部高等学校新教师基金资助项目(200805331107)
浙江大学计算机辅助设计与图形学国家重点实验室开放课题(A1011
A0911)
湖南省教育厅科研资助项目(09C745)
关键词
图像融合
脉冲耦合神经网络
图像增强
图像质量评价
同源传感器图像
异源传感器图像
image fusion
pulse couple neural network（PCNN）
image enhancement
image quality evaluation
homologous sensor image
different source sensor images
