-
题名基于双层并行PCNN和粗集理论的图像融合
- 1
-
-
作者
张利强
李毅
-
机构
四川大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第31期179-181,223,共4页
-
文摘
为了能更好地进行多传感器图像融合,提出了一种基于双层并行PCNN和粗集理论的图像融合方法。该方法首先对两幅图像去噪,将一幅图像作为主PCNN网络的输入,另一幅图像作为从PCNN网络的输入,计算每幅图像的清晰度,分别将每幅图像的清晰度矩阵送入主从PCNN网络处理,然后根据粗集理论对原始图像分类,最后生成融合图像。该方法不仅能保留原图像信息,而且得到的融合图像清晰度高、对比度大。仿真实验结果以及与其他融合算法的比较,表明该算法的有效性和优越性。
-
关键词
图像融合
双层并行pcnn
粗集理论
清晰度
主pcnn
从pcnn
-
Keywords
image fusion
double Parallel Pulse Coupled Neural Network(pcnn)
rough set theory
clarity
main pcnn
subsidiary pcnn
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-