一种复合型PCNN的NSCT域多聚焦图像融合方法

针对基于多尺度变换的融合算法会产生伪吉布斯效应,处理偏暗或偏亮的图像效果不理想,提出一种基于NSCT(非下采样Contourlet变换)和复合型PCNN(脉冲耦合神经网络)的多聚焦图像融合方法,通过分别将两幅图像经NSCT变换后得到若干不同频带子图像,采用基于复合型PCNN的融合规则确定融合系数,最后对融合系数进行NSCT逆变换得到融合图像.通过本文方法获取的融合图像的灰度级分布更加分散,图像纹理较丰富,细节突出,具有较好的融合效果.实验结果证明,该算法克服传统多聚焦图像融合方法的缺陷,实验数据显示本方法优于Laplace、DWT和PCNN等传统图像融合方法.