典型文献
基于NSST-DWT-ICSAPCNN的多模态图像融合算法
文献摘要：
为了增加融合图像的信息量,结合非下采样剪切波变换(Non-Subsampled Shearlet Transform,NSST)和离散小波变换(Discrete Wavelet Transform,DWT)的互补优势,提出了改进的多模态图像融合方法.采用NSST对两幅源图像进行多尺度、多方向的分解,得到相应的高频子带和低频子带;利用DWT将低频子带进一步分解为低频能量子带和低频细节子带,并利用最大值选择规则融合能量子带;采用改进连接强度的自适应脉冲耦合神经网络(Improved Connection Strength Adaptive Pulse Coupled Neural Network,ICSAPCNN)分别融合细节子带和高频子带,并对能量子带和细节子带进行DWT逆变换,得到融合的低频子带;采用NSST逆变换重构出细节信息丰富的融合图像.实验证明,提出的算法在主观视觉和客观评价方面均优于其他几种算法,且能同时适用于红外与可见光源图像、医学源图像的融合.
文献关键词：
多模态图像;图像融合;离散小波变换;自适应脉冲耦合神经网络;非下采样剪切波变换
中图分类号：
作者姓名：
王晓娜;潘晴;田妮莉
作者机构：
广东工业大学 信息工程学院,广东 广州 510006
文献出处：
引用格式：
[1]王晓娜;潘晴;田妮莉-.基于NSST-DWT-ICSAPCNN的多模态图像融合算法)[J].红外技术,2022(05):497-503
A类：
ICSAPCNN,Subsampled
B类：
NSST,DWT,多模态图像,图像融合,融合算法,融合图像,信息量,非下采样剪切波变换,Non,Shearlet,Transform,离散小波变换,Discrete,Wavelet,融合方法,两幅,多方向,带进,能量子,节子,连接强度,自适应脉冲耦合神经网络,Improved,Connection,Strength,Adaptive,Pulse,Coupled,Neural,Network,逆变换,细节信息,客观评价,红外与可见光,光源
AB值：
0.313138
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
