[發(fā)明專利]基于復(fù)合型PCNN的平穩(wěn)Surfacelet域多聚焦圖像融合方法

有效

• 申請?zhí)枺?/td>: 201210524965.1
• 申請日: 2012-12-10
• 公開（公告）號: CN103037168A
• 公開（公告）日: 2013-04-10
• 發(fā)明（設(shè)計(jì)）人: 張寶華;呂曉琪;張傳亭
• 申請（專利權(quán)）人: 內(nèi)蒙古科技大學(xué)
• 主分類號: H04N5/262
• 分類號: H04N5/262;G06T5/50
• 代理公司: 北京鼎佳達(dá)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11348
• 代理人: 蔣常雪

1.一種基于復(fù)合型PCNN的平穩(wěn)Surfacelet域多聚焦圖像融合方法，其特征在于：所述方法首先利用Surfacelet變換對已配準(zhǔn)的兩幅多聚焦源圖像進(jìn)行分解，得到低頻系數(shù)和高頻系數(shù)，將所有系數(shù)輸入復(fù)合型PCNN，通過復(fù)合型PCNN的雙通道PCNN部分選擇低頻融合系數(shù)，PCNN部分選擇高頻融合系數(shù)；最后經(jīng)過Surfacelet逆變換得到融合圖像。

2.如權(quán)利要求1所述的基于復(fù)合型PCNN的平穩(wěn)Surfacelet域多聚焦圖像融合方法，其特征在于，所述方法具體步驟為：

1）、圖像分解：通過Surfacelet變換分別分解已配準(zhǔn)的源圖像???????????????????????????????????????????????和，各自獲得低頻系數(shù)和高頻系數(shù)；

2）、融合：分解系數(shù)通過復(fù)合型?PCNN制定融合規(guī)則選擇低頻子帶的融合系數(shù)和高頻子帶融合系數(shù)；融合過程可以描述如下：

（1）初始化復(fù)合型PCNN參數(shù)；

（2）將源圖像和分解系數(shù)輸入到復(fù)合型PCNN，與反饋系數(shù)一起激勵(lì)神經(jīng)元；

（3）脈沖發(fā)生器根據(jù)當(dāng)前的閾值決定點(diǎn)火事件，記錄每次迭代后所有神經(jīng)元點(diǎn)火情況；

（4）若迭代次數(shù)達(dá)到n時(shí)，停止迭代，n是指網(wǎng)絡(luò)中設(shè)定的迭代次數(shù)；

（5）根據(jù)點(diǎn)火映射圖決定融合系數(shù)；

3）、Surfacelet逆變換：通過Surfacelet逆變換，對根據(jù)上述步驟確定的融合低頻系數(shù)和不同尺度下不同方向上的高頻系數(shù)進(jìn)行Surfacelet逆變換，得到最終的融合圖像。