基于复合型PCNN的平稳Surfacelet域多聚焦图像融合方法

摘要

本发明公开了一种基于复合型PCNN的平稳Surfacelet域多聚焦图像融合方法，首先利用Surfacelet变换对已配准的两幅多聚焦源图像进行分解，得到低频系数和高频系数，将所有系数输入复合型PCNN，通过复合型PCNN的双通道PCNN部分选择低频系数，PCNN部分选择高频系数；最后经过Surfacelet逆变换得到融合图像。本发明克服了传统多聚焦图像融合方法的缺陷，改善了融合效果。

主权项

一种基于复合型PCNN的平稳Surfacelet域多聚焦图像融合方法，其特征在于, 所述方法具体步骤为：1）、图像分解：通过Surfacelet变换分别分解已配准的源图像和，各自获得低频系数和高频系数；2）、融合：分解系数通过复合型 PCNN制定融合规则选择低频子带的融合系数和高频子带融合系数；融合过程如下：（1）初始化复合型PCNN参数；（2）将源图像和分解系数输入到复合型PCNN，与反馈系数一起激励神经元；（3）脉冲发生器根据当前的阈值决定点火事件，记录每次迭代后所有神经元点火情况；（4）若迭代次数达到n时，停止迭代，n是指网络中设定的迭代次数；（5）根据点火映射图决定融合系数；3）、Surfacelet逆变换：通过Surfacelet逆变换，对根据上述步骤确定的融合低频系数和不同尺度下不同方向上的高频系数进行Surfacelet逆变换，得到最终的融合图像。