[發明專利]基于蛇優化算法的響尾蛇仿生PCNN圖像融合方法

在審

• 申請號: 202211726968.3
• 申請日: 2022-12-30
• 公開（公告）號: CN116205828A
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 王勇;謝文潔;王宇慶
• 申請（專利權）人: 吉林大學
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06V10/80;G06N3/049;G06N3/0464;G06N3/082
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 符繼超

1.基于蛇優化算法的響尾蛇仿生PCNN圖像融合方法，其特征在于，包括：

通過ON中心型感受野模型分別對可見光源圖像和紅外源圖像進行預處理，并提取輸入的紅外源圖像和可見光源圖像的共有信息和特有信息，將得到的紅外特有信息和可見光特有信息分別作為新紅外源圖像和新可見光源圖像；

基于響尾蛇的六種雙模式細胞機制對預處理后的圖像、新紅外源圖像和新可見光源圖像進行增強，得到增強的圖像特征信息；

PCNN模型對增強的圖像特征信息進行融合，通過蛇優化算法對PCNN模型進行自適應調參，得到融合圖像。

2.根據權利要求1所述的基于蛇優化算法的響尾蛇仿生PCNN圖像融合方法，其特征在于，

ON中心型感受野模型為：

OFF中心型感受野模型為：

其中，A為常數，D為細胞基底活性，E、F為極化常數，X_k(i,j)和分別是經過ON中心型感受野和OFF中心型感受野模型的圖像，感受野中心區域C_k(i,j)和感受野周邊環繞區域S_k(i,j)服從高斯分布，分別為：

其中，σ_c表示中心區域空間常數，σ_s表示環繞區域空間常數，I_k(i,j)表示輸入圖像，i,j表示像素位置；中心區域高斯核設置為m×n，而環繞區域高斯核設置為p×q；

提取輸入的紅外源圖像和可見光源圖像的共有信息：

I_ir(i,j)∩I_v(i,j)＝min{I_ir(i,j),I_v(i,j)}

其中，I_ir(i,j)表示紅外源圖像，I_v(i,j)表示可見光源圖像，I_ir(i,j)∩I_v(i,j)，∩取交集即取兩者圖像中的共有特征信息；

提取輸入的紅外源圖像和可見光源圖像的特有信息：

I_IR(i,j)＝I_ir(i,j)-I_ir(i,j)∩I_v(i,j)

I_V(i,j)＝I_v(i,j)-I_ir(i,j)∩I_v(i,j)

其中I_IR(i,j)表示紅外源圖像的特有特征信息，I_V(i,j)表示可見光源圖像的特有特征信息。

3.根據權利要求1所述的基于蛇優化算法的響尾蛇仿生PCNN圖像融合方法，其特征在于，響尾蛇的六種雙模式細胞機制包括可見光增強紅外細胞數學模型、可見光抑制紅外細胞數學模型、紅外增強可見光細胞數學模型、紅外抑制可見光細胞數學模型、與細胞數學模型以及或細胞數學模型。