基于脉冲耦合神经网络与多尺度分析的多源图像融合研究

发布时间：2021-12-28 17:26

　　由于不同图像传感器原理和图像采集条件的限制,导致单幅单传感器图像不能有效地反应真实场景的完整信息;因此,有计划的获取同一场景多幅源图像提取其互补信息,同时去除其冗余信息,成为较为重要和基础的图像处理技术。图像融合技术可以有效提取并融合多源图像中的互补信息,以弥补单幅单传感图像的局限性,从而获得更加完整和准确的场景图像。近些年,图像表示与分析理论技术的迅速发展,为图像融合技术带来了更多的可能和新的挑战;同时受到获取高质量图像需求的驱动,图像融合技术逐渐成为研究热点,并广泛应用于军事侦察、医学诊断、遥感探测、安防监控等领域。本文以脉冲耦合神经网络（Pulse coupled neural network,PCNN）理论模型与多尺度分析技术为基本工具,针对彩色图像融合中的彩色特征提取与融合、图像细节或区域特征提取与融合问题,以PCNN及其改进版本的动力学特性、空域灰度多聚焦图像融合中的特征提取与优化、彩色多聚焦图像融合中的彩色空间选择与特征提取、遥感图像的光谱与空间细节信息融合、可见光和红外图像的细节与局部特征融合为主要内容开展了深入研究,提出了几种可行的图像融合方案。论文主要工作可总结为以... 

【文章来源】：云南大学云南省 211工程院校

【文章页数】：164 页

【学位级别】：博士

【部分图文】：

PCNN模型神经元示意图ijF

S-PCNN模型神经元示意图ijijF

ICM模型神经元示意图


本文编号：3554444