基于NSCT與PCNN相結(jié)合的圖像融合方法研究.pdf

1、單一傳感器獲得圖像只能表現(xiàn)出場景或物體的某一特征，具有片面性，而多個(gè)傳感器對(duì)同一場景或物體得到的圖像信息具有冗余性和互補(bǔ)性，因此圖像融合的過程是將具有互補(bǔ)信息和冗余特性的圖像進(jìn)行有效地綜合處理，最終獲得一幅含有更精準(zhǔn)、更豐富信息的高質(zhì)量融合圖像。圖像融合技術(shù)有利于觀察者對(duì)所測物體或場景進(jìn)行全面了解及分析，做出準(zhǔn)確地識(shí)別、定位、診斷等，因此廣泛應(yīng)用于軍事、醫(yī)學(xué)等各個(gè)領(lǐng)域。
　　多尺度幾何分析是圖像融合中一種有效的工具，其中非下采樣C

2、ontourlet變換(NSCT)相比于小波、Contourlet變換(CT)具有多尺度、多方向、平移不變性等優(yōu)勢，更適用于圖像融合。脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)模擬貓的視覺神經(jīng)工作原理，具有仿生機(jī)制，其變閾值特性、捕獲特性、脈沖同步發(fā)放特性等特點(diǎn)利于實(shí)現(xiàn)圖像融合。因此將多尺度下的NSCT與PCNN進(jìn)行結(jié)合的融合方法具有較大的應(yīng)用價(jià)值。
　　本文主要研究了NSCT與PCNN相結(jié)合的融合算法，對(duì)低頻子帶與高頻子帶系數(shù)分別提出了合理有

3、效的融合規(guī)則，目的是提高融合圖像清晰度，具有較好的融合效果。首先將嚴(yán)格配準(zhǔn)的源圖像通過NSCT變換進(jìn)行多分辨率多方向分解，得到低頻子帶圖像與高頻子帶圖像，考慮到低頻子帶的融合策略對(duì)最終融合圖像的輪廓清晰度，信息含量的影響，提出基于信息熵的活性測量融合算法;高頻子帶系數(shù)采用自適應(yīng)PCNN的融合規(guī)則，將改進(jìn)的空間頻率作為外部激勵(lì)，加權(quán)的改進(jìn)拉普拉斯能量和作為鏈接強(qiáng)度，用于消除圖像中模糊與清晰區(qū)域由于不連續(xù)而引起的塊狀效應(yīng);高頻子帶融合系數(shù)則