基于非下采样双树复轮廓波变换和稀疏表示的红外和可见光图像融合OA北大核心CSCDCSTPCD
Fusion of infrared and visible images combined with NSDTCT and sparse representation
提出了一种基于非下采样双树复轮廓波变换(NSDTCT)和稀疏表示的红外和可见光图像融合方法,以改善传统的基于小波变换的图像融合方法的不足.该方法首先利用形态学变换处理源图像,利用NSDTCT变换进行图像分解得到低频子带系数和高频子带系数.根据高低频系数的不同特点,提出改进的稀疏表示(ISR)的融合规则用于低频子带;然后将改进的空间频率作为脉冲耦合神经网络的外部输入,提出基于自适应双通道脉冲耦合神经网络(2APCNN)的融合策略用于高频子带.最后通…查看全部>>
殷明;段普宏;褚标;梁翔宇
合肥工业大学数学学院,安徽合肥230009合肥工业大学数学学院,安徽合肥230009合肥工业大学数学学院,安徽合肥230009合肥工业大学数学学院,安徽合肥230009
信息技术与安全科学
图像融合红外图像可见光图像非下采样双树复轮廓波变换稀疏表示自适应双通道脉冲耦合神经网络形态学变换
image fusioninfrared imagevisible imageNon-subsampled Dual-tree Complex Contourlet Transform (NSDTCT)sparse representationAdaptive Dual Channel Pulse Coupled Neural Network(APCNN)morphology transform
《光学精密工程》 2016 (7)
噪声环境下神经网络系统的神经同步与功能相关性研究
1763-1771,9
国家自然科学基金资助项目(No.11172086)安徽省自然科学基金资助项目(No.1308085MA09)安徽省教育厅自然科学研究重点资助项目(No.KJ2013A216)
评论