基于区域概率密度与PCNN的红外与可见光图像融合算法  

作　　者：任旺 李宁 赵东宸 

机构地区：[1]北方民族大学计算机科学与工程学院,宁夏回族自治区银川市750021

出　　处：《电子技术与软件工程》2020年第20期57-59,共3页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

基　　金：国家自然科学基金项目(No.11961001);宁夏自然科学基金项目(No.2018AAC03126);宁夏高等学校一流学科建设(数学学科)(No.NXYLXK2017B09);北方民族大学重大专项项目(No.ZDZX201801);宁夏智能信息与大数据处理重点实验室开放基金(No.2019KLBD004)资助。

摘　　要：本文提出一种基于PCNN的红外与可见光图像融合算法。首先,分别对红外与可见光图像进行NSCT分解,对低频子带进行第二次分解后得到基础层和细节层。其次,对基础层融合规则采用基于区域概率密度的方法,对细节层融合规则采用基于SF-PCNN的方法,对高频子带融合规则采用参考空间频率特征的方法。最后,对低频子带融合系数和高频子带融合系数进行NSCT逆变换重构得到融合图像。实验结果表明,提出的融合算法使得融合图像对比度高、细节丰富,相比于其他融合算法有一定程度的改善。

关 键 词：NSCT变换 脉冲耦合神经网络 概率密度 红外与可见光图像融合 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]