PCNN与粗集理论用于多聚焦图像融合  

Multi-focus Image Fusion Using PCNN and Rough Set

作　　者：马义德[1] 林冬梅[1,2] 王兆滨[1] 张北斗[1] 高清祥[2] 

机构地区：[1]兰州大学信息科学与工程学院,兰州730000 [2]兰州理工大学,电气工程与信息工程兰州730050

出　　处：《电子科技大学学报》2009年第4期485-488,共4页Journal of University of Electronic Science and Technology of China

基　　金：国家自然科学基金(60572011,60872109);新世纪人才支持计划(NCET-06-0900)

摘　　要：现有技术不能保证获取图像时,对图像每个位置都具有同样的聚焦效果,这样便产生了多聚焦图像的融合问题,它包括如何进行多聚焦图像像素分类及采取何种融合决策。该文结合脉冲耦合神经网络(PCNN)模型和粗集理论,对该问题进行尝试性研究,提出了一种新的多聚焦图像融合算法。首先计算原始图像的清晰度,将清晰度矩阵送入PCNN进行处理,然后根据粗集理论对原图像像素进行分类处理,最后生成融合图像。仿真结果表明,该算法在一定程度上优于其他传统算法。且具有较好的抗噪性能。A novel multi-focus image fusion algorithm is proposed for multi-focus image fusion. Pulse coupled neural network （PCNN） and rough set theory are employed to solve the problem of multi-focus image fusion. The clarity of original image is calculated and processed by PCNN. The original image pixels are classified based on rough set theory. Finally, a fusion image is created according to the classified results. Experiments indicate that the proposed method is superior to traditional algorithms with good anti-noise performance.

关 键 词：图像融合 多聚焦图像 脉冲耦合神经网络 粗集理论 

分 类 号：TN911.73[电子电信—通信与信息系统] TP183[电子电信—信息与通信工程]