提升静态小波与自适应PCNN相结合的图像融合算法.pdfVIP

第37卷第 l2期 光电工程 V_o1．37．NO．12 2010年 12凡 Opto—ElectronicEngineering Dec．2010 文章编号：1003—501X(2010)12—0067—08 提升静态小波与 自适应PCNN 相结合的图像融合算法 郭茂耘，李华锋，柴 毅 (重庆大学 自动化学院，重庆 400044) 摘要：提出了一种新的基于提升静态小波变换与自适应 PCNN相结合的图像融合算法。该方法定义一种图像单个 像素的清晰度作为PCNN的链接强度，使得PCNN能根据像素清晰度的变化来 自适应地调整链接强度的大小，接 着对图像经提升静态小波分解得到的低频子带系数的改进拉普拉斯能量和及高频子带系数的单个像素的灰度值， 分别作为 自适应PCNN神经元的外部输入，并根据点火次数来确定图像融合系数。最后由提升静态小波变换的逆 变换得到融合图像。实验表明，该方法在视觉效果和客观评价指标上都优于传统的基于小波变换、提升静态小波 变换、提升静态小波。PCNN 的图像融合算法 关键词：图像融合；提升静态小波；脉冲耦合神经网络；拉普拉斯能量和 中图分类号：TP391；TN911．73 文献标志码：A doi：10．3969~．issn．1003-501X．2010．12．013 ImageFusionUsingLiftingStationaryW avelet Transform andAdaptivePCNN GUO M ao-yun，LIHua-feng，CHAIYi (DepartmentofAutomation，ChongqingUniversity，Chongqing400044，China) Abstract：AnovelimagefusionalgorithmbasedontheStationaryLiRingWaveletTransform(sLwr)andadaptivePulse CoupledNeuralNetwork(PCNN)isproposed．ComparedwiththetraditionalPCNNwherethelinkingstrengthofeach neuronisthesame，thisadaptivePCNN usesthesharpnessofeachpixelasitsvalue，SOthatthelinkingstrengthofeach pixelcanbechosenadaptively．Byusingastationary liftingwavelettransform，wecancalculateaflexiblemultiscaleand shift—invariantrepresentationofregisteredimages．ANovelSum—Modified—Laplacian (NSML)inthelow rfequency subbandsandthepixelsvalueofhigh~equencysubbandsofSLW TareinputintomotivateadaptivePCNN，respectively． ThecoefficientsinSW LTdomainwithlargefiringtimesareselectedascoefficientsofthefusedimage．Experimental resultsdemonstratethatthe proposed fusion approach outperformsthe traditionaldiscretewavelettransfomr —based SLWT-basedandSLWT-PCNN—basedim