基于S-PCNN与DDCT相结合的多传感器图像融合.pdfVIP

第45卷 第9期 激 光 与 红 外 Vo1．45，No．9 2015年 9月 LASER INFRARED September，2015 文章编号：1001-5078(2015)09一l123-06 ·图像与信号处理 · 基于S-PCNN与DDCT相结合的多传感器图像融合 金 鑫，聂仁灿，周冬明，黄晶霞 (云南大学信息学院，云南 昆明650091) 摘 要：基于简化脉冲耦合神经网络(S—PCNN)与方 向离散余弦变换(DDCT)提出一种有效 的多传感器图像融合算法。首先将输入图像分为不重叠的方块，并对每个图像块进行8个模 的方向DCT变换，得到8方向的模系数；然后分别将图像块对应的模系数送入PCNN模型聚 类分析后，对比模系数的点火次数，选取合适图像块系数，得到8个新的图像块系数；最后使用 PCA算法将8个图像块合成一幅完整图像块。对输入图像的图像块重复融合过程可得完整的 融合图像。 关键词：简化脉冲耦合神经网络；方向离散余弦变换；主成分分析；图像融合 中图分类号：TP391 文献标识码 ：A DOI：10．3969／j．issn．1001—5078．2015．09．024 Multi-sensorimagefusionbasedOilS-PCNN andDDCT JIN Xin，NIERen—can，ZHOU Dong—ming，HUANG Jing—xia (InformationCollege，YunnanUniversity，Kunming650091，China) Abstract：Aneffectivemulti．．sensorimagefusionalgorithm isproposedbasedonsimplifiedpulsecoupledneuralnet— work(S-PCNN)andthedirectionofthediscretecosinetransfomr (DDCT)．Firstly，theinputimagesayedividedinto non-overlappingblocks，andthemodecoefficientsoftheeightdirectionsareobtainedbyproceedingDCTtransfomr of theeightmodes’directionforeachimage．Andthenthesemodecoefficientsthatcorrespondimageblocksareinput intotheS-PCNN modelrespectively，andtheappropriatemodecoefficientisselectedbycomparingthenumberofigni— tionofthemodulecoefficients，asaresulteightnew imageblockcoefficientsaregotten．Finally，theeightfusedimage blocksarecompoundedinacompleteimageblockbyusingthePCA algorithm．Repeatingthefusionprocessforeach imageblockoftheinputimagecanobtainthecompletefusionimage． Keywords：S-PCNN；DDCT；PCA；imagefusion 1 引 言 同步脉冲的现象。1993年，Johnson提出脉冲耦合 图像融合技术在遥感、医学、军事、智能机器人 神经网络 (Pul