设为首页 加入收藏
网站首页期刊介绍编委会新闻中心投稿须知在线订阅电子期刊广告合作留言板法律法规
最新消息: ☆《电光与控制》作者QQ群开通,群号293067092,欢迎进群交流!☆     ☆我刊开通微信公众号,详情请点击!☆     ☆欢迎关注《电光与控制》官方微博!☆     ☆我刊网上支付费用具体办法详情请点击☆     ☆欢迎订阅2018年期刊!☆    
位置:首页 >> 电子期刊 >> 正文
基于稀疏表示和NSCT-PCNN的红外与可见光图像融合
作者:夏景明1 陈轶鸣1 陈轶才2 何恺1 
单位:1.南京信息工程大学电子与信息工程学院 南京 210044  2. 华北电力大学机械工程学院 河北 保定 071000 
关键词:图像融合  红外图像  NSCT变换  奇异值分解  稀疏表示  PCNN神经元模型 
分类号:V271.4; TN911.73
出版年,卷(期):页码:2018,25(6):1-6
摘要:

 针对小波变换容易造成细节信息丢失、非下采样轮廓波变换(NSCT)分解的低频子带系数不稀疏以及红外与可见光图像融合结果综合性能不佳的问题,提出了一种基于稀疏表示和NSCT-PCNN的红外与可见光图像融合算法。首先将源图像进行NSCT分解,获得低、高频子带;其次,利用K奇异值分解(K-SVD)算法对低频子带进行字典训练,实现低频子带的稀疏表示和低频稀疏系数的融合;然后,利用高频子带的空间频率激励脉冲耦合神经网络(PCNN),选择较大点火次数的系数作为高频子带的融合系数;最后对低、高频子带融合系数进行NSCT逆变换,得到融合的图像。实验结果表明,该算法在视觉效果和客观指标方面均具有较大优势,且融合结果综合性能优于现有算法。

基金项目:
国家自然科学基金(41505017)
作者简介:
夏景明(1980 —),男,江苏南京人,博士,副教授,研究方向为图像处理。
参考文献:
服务与反馈:
图表下载】【加入收藏

通讯地址:河南洛阳017信箱《电光与控制》编辑部  邮编:471000
电话:0379-63327293  1-529-058-0593   传真:0379-63938146
E-mail:
dgykz@vip.163.com   新浪微博:@电光与控制     豫ICP备09004545号