| 李美丽.基于多尺度变换的PCNN和FOA图像融合[J].光电子激光,2016,27(7):767~772 |
| 基于多尺度变换的PCNN和FOA图像融合 |
| Image fusion based on PCNN and FOA of multi-scale transform |
| 投稿时间：2015-12-05 |
| DOI： |
| 中文关键词: 图像融合 多尺度变换 脉冲耦合神经网络(PCNN) 果蝇优化算法(FOA) |
| 英文关键词:image fusion multi-scale transform pulse coupled neural networks ( PCNN) fruit fly optimization algorithm (FOA) |
| 基金项目:国家自然科学基金(61472471)、陕西省教育厅专项科研计划(15JK1573)和西安石油大学博士创新基金(ys29031208)资助项目 (西安石油大学 理学院陕西西安 710065) |
|
| 摘要点击次数: 798 |
| 全文下载次数: 0 |
| 中文摘要: |
| 为解决传统的图像融合算法融合质量不高的问题, 提出一种采用果蝇优化算法(FOA) 自适应地选取脉冲耦合神经网络(PCNN)的4个参数并将其与多尺度变换相 结合的图像融合方法。首先利用4种多尺度变换对待融合图像进行分解,对得到 的低频分量采用 PCNN和FOA的融合规则进行处理,对高频分量采用绝对值最大的原则进行系数选择,最后 通过逆变换 得到融合后的图像。实验结果表明,与常用的融合规则对比,在 主观效果上,本文融合规则能够更有效地保留源图像中的细节信息,提高融合图像的质量； 在客观指标上, 本文方法的融合图像在互信息(MI)、边缘保持度QAB /F、熵(entropy)、平均结构相似度(MSSIM)以及标准差(SD )等客观评价指标上更为优越。 |
| 英文摘要: |
| Aiming at the fusion quality problem of image fusion,four parameters o f pulse coupled neural networks (PCNN) model are set adopting fruit fly optimization algorithm (FOA),an d an image fusion method combining optimized PCNN and multi-scale transform is presented.Firstly,two r egistered original images are decomposed using four kinds of multi-scale transform separately.The selection p rinciple of the low frequency component is the improved fusion method based on PCNN and FOA.The selection principle of the hig h frequency component is absolute maximum principle.Finally,the fused image is obtained by performing in verse multi-scale transform on the combined coefficients.subjectively,the new fusion rule not only preserves the de tails of original images well,but also improves the quality of fusion image,objectively,fusion image of the new fusion rule is mor e superior in the objective evaluation indices,such as mutual information (MI),edge preserving degree,entropy,mean structural similarity (MSSIM) and the standard deviation (SD). |
| 查看全文 下载PDF阅读器 |
| 关闭 |
|
|
|
|
|