多目标粒子群优化PCNN参数的图像融合算法

发布时间：2017-11-16 18:00

  本文关键词：多目标粒子群优化PCNN参数的图像融合算法

  更多相关文章： 图像融合 多目标优化 粒子群 脉冲耦合神经网络 双复树小波 拉普拉斯能量绝对能量和

【摘要】：目的脉冲耦合神经网络(PCNN)在图像融合上往往因为参数设置问题而达不到最佳效果,为了提高图像融合的质量,提出了一种基于多目标粒子群优化PCNN参数的图像融合算法。方法首先用多目标粒子群对PCNN模型参数进行优化得到最优PCNN参数模型,然后利用双复树小波(DTCWT)对图像多尺度分解,将高频分量通过优化好的PCNN模型进行高频融合,低频分量通过拉普拉斯分量绝对和(SML)来进行低频融合,最后通过DTCWT逆变换实现图像的融合。结果分别与DTCWT,拉普拉斯金字塔变换(LP)以及非下采样Contourlet变换(NSCT)进行实验对比,融合图像Clock,Lab的融合结果在客观指标上的互信息(8.062 3,7.908 5)、图像的品质因数(0.716 2,0.714 2)和标准差(51.213,47.671)都优于其他方法,熵和其他方法差不多,融合结果能够获得更好的视觉效果以及较大的互信息值和边缘信息保留值。结论该方法有较好融合图像的能力,可适用于计算机视觉、医学、遥感等领域。
【作者单位】： 云南大学信息学院;
【基金】：国家自然科学基金项目(61365001,61463052)~~
【分类号】：TP391.41
【正文快照】： 王Oz,聂仁灿,周冬明,金鑫,贺康建,余介夫第21卷/第10期/2016年10月多目标粒子群优化PCNN参数的图像融合算法0引言图像融合是图像处理技术研究中的一个重要研究领域,它将来自同一场景的两幅或多幅源图像融合为一幅新的单一图像[1],已成为计算机视觉、目标识别、机器人以及军事

【相似文献】

中国期刊全文数据库 前10条

1 邹文洁;;基于PCNN神经网络的图像去噪算法研究[J];计算机仿真;2008年08期

2 齐永锋;火元莲;张家树;;基于简化的PCNN与类内最小离散度的图像自动分割方法[J];光电子.激光;2008年09期

3 王念一;马义德;绽琨;;PCNN理论研究进展及其语音识别中的应用[J];自动化与仪器仪表;2013年01期

4 钟亚平;;基于PCNN的手腕骨图像自动分割方法研究[J];软件导刊;2013年07期

5 顾晓东,郭仕德,余道衡;一种基于PCNN的图像去噪新方法[J];电子与信息学报;2002年10期

6 赵峙江;赵春晖;张志宏;;一种新的PCNN模型参数估算方法[J];电子学报;2007年05期

7 火元莲;;一种基于PCNN的图像自动分割方法[J];自动化与仪器仪表;2008年06期

8 李敏;蔡骋;谈正;;基于修正PCNN的多传感器图像融合方法[J];中国图象图形学报;2008年02期

9 刘R，

本文编号：1193162