基于PCNN的多尺度对比度塔图像融合算法  

A Multiscale Contrast Pyramid Image Fusion Algorithm Based on PCNN

作　　者：徐宝昌[1] 陈哲[1] 

机构地区：[1]北京航空航天大学自动化科学与电气工程学院测控系,北京100083

出　　处：《计算机工程与应用》2004年第10期15-17,共3页Computer Engineering and Applications

基　　金：航空科学基金资助项目(编号:03D51007);航天科技创新基金项目:智能军用制导多传感器信息融合技术

摘　　要：基于脉冲耦合神经网络(PCNN)的基本原理,提出了一种新型的图像融合算法。新算法在对源图像进行多尺度对比度金字塔分解的基础上,将多尺度对比度金字塔作为PCNN的输入,利用PCNN的全局耦合特性和脉冲同步特性进行对比度选择以实现图像融合。新算法利用了源图像的全局特征,符合人的视觉神经系统的生理学特性,实验结果表明了新型融合算法的有效性。Based on the principle of pulse-coupled neural network(PCNN),a novel algorithm for image fusion is pre-sented.Firstly a contrast pyramid decomposition of source images is performed,and then the contrast pyramids are used as the input of PCNN.The contrast is selected using the global coupling and pulse synchronization characteristics of PC-NN to realize image fusion.The novel algorithm utilizes global features of source images.It accords with the physiological characteristic of human visual neural system.The experimental results show that the novel fusion algorithm is effective.

关 键 词：图像融合 脉冲耦合神经网络 多尺度对比度金字塔 融合算法 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]