作者:薛寺中,周爱平,梁久祯 单位:华北计算技术研究所 出版:《计算机工程与应用》2011年第35期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJSGG2011350590 DOC编号:DOCJSGG2011350599 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于小波框架的多传感器图像融合》PDF+DOC2004年第25期 曾梅兰,金升平 《一种自适应PCNN图像融合方法》PDF+DOC2011年第07期 李建锋,邹北骥,辛国江,李玲芝,蔡美玲 《基于非下采样Contourlet变换的多传感器图像融合》PDF+DOC2007年第10期 贾建,焦李成,孙强 《正交小波变换在图像融合中的应用》PDF+DOC2006年第04期 张兢 《基于梯度塔形分解的多传感器图像融合》PDF+DOC2001年第03期 刘贵喜,赵曙光,杨万海 《基于非采样Contourlet变换多传感器图像融合算法》PDF+DOC2008年第02期 张强,郭宝龙 《模糊积分理论在图像融合效果评价中的应用》PDF+DOC2005年第02期 杨立东,吕晓琪 《基于易操纵金字塔的多传感器图像融合》PDF+DOC2003年第22期 李玲玲,周成平,丁明跃,张天序 《多传感器图像融合的客观评价与分析》PDF+DOC2002年第06期 李树涛,王耀南,张昌凡 《多传感器图像互调制快速融合》PDF+DOC2011年第08期 李郁峰,冯晓云,范勇,黄文丽
  • 利用PCNN(Pulse Coupled Neural Network)在图像处理中的独特优势,提出了一种基于小波变换的PCNN多传感器图像融合方法。对源图像进行小波分解,得到不同尺度下的子带图像;在小波域中利用PCNN的同步脉冲激发特性,制定基于PCNN的融合规则;使用不同尺度下的小波系数的SF(Spatial Frequency)作为对应神经元的链接强度,经过PCNN点火得到源图像在小波域中的点火映射图;通过判决选择算子,选择点火次数多的小波系数作为对应的融合系数,进行区域一致性检验,获到最终的融合系数;对融合后的系数进行小波逆变换得到融合图像。实验结果表明,该方法有效地综合源图像中的重要信息,得到更好视觉效果和更优量化指标的融合图像,在主客观评价上均优于小波、PCNN等方法。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。