论文部分内容阅读
针对传统图像融合提取细节和边缘信息的不足,提出了一种基于非采样轮廓波变换(NSCT)和脉冲耦合神经网络(PCNN)的改进梯度图像融合算法。首先源图像经过NSCT分解,得到低频和高频子带系数;其次将低频子带系数的空间频率,高频子带系数采用八方向Sobel算子检测的改进梯度,作为PCNN的脉冲输入激励,根据不同的点火映射图选择低频和高频的融合系数;最后通过NSCT反变换得到融合图像。实验结果表明,本文算法比小波方法、传统NSCT方法和NSCT-SF-PCNN方法图像融合效果好。融合图像的信息丰富,清晰度