基于自适应脉冲耦合神经网络图像融合新算法  

A new image fusion algorithm based on adaptive PCNN

作　　者：李美丽[1,2] 李言俊[1] 王红梅[1] 张科[1] 

机构地区：[1]西北工业大学航天学院,陕西西安710072 [2]西安石油大学理学院,陕西西安710065

出　　处：《光电子．激光》2010年第5期779-782,共4页Journal of Optoelectronics·Laser

基　　金：航空科学基金资助项目(20090153003);航空支撑科技基金资助项目(07C53007);西北工业大学科技创新基金资助项目(2008KJ02011)

摘　　要：针对传统的基于脉冲耦合神经网络(PCNN)的融合算法中每个神经元链接强度取同一常数的不足,提出了一种基于自适应PCNN图像融合新算法。作为显著性特征,使用像素的拉普拉斯能量(EOL,energy of Lapla-cian)和标准差(SD,standard deviation)分别作为PCNN对应神经元的链接强度值。实验结果表明,本文方法融合结果优于Laplacian方法、小波方法和传统的PCNN方法。Owing to the global coupling and pulse synchronization characteristic,pulse coupled neural networks（PCNN） has been proved to be suitable for image fusion.In this paper,a new image fusion algorithm based on adaptive PCNN is presented.Compared with the traditional algorithms where the linking strength of each neuron is assigned the same value,this algorithm uses the features of each pixel,e.g.energy of Laplacian and standard deviation,as its value,so that the linking strength of each pixel can be chosen adaptively.Experimental results demonstrate that the proposed algorithm outperforms Laplacian-based,wavelet-based and PCNN-based fusion algorithms.

关 键 词：图像融合 脉冲耦合神经网络(PCNN) 链接强度 特征 拉普拉斯能量(EOL) 标准差(SD) 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]