Multi-focus image fusion algorithm based on compound PCNN in Surfacelet domain
Multi-focus image fusion algorithm based on compound PCNN in Surfacelet domain
复制标题
Surfacelet域基于复合PCNN的多焦点图像融合算法
DOI：
10.1016/j.ijleo.2013.07.002
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
Zhang Baohua
中科院分区：
文献类型：
--
作者：
Zhang Baohua
为了有效地保留图像细节和抑制噪声，提出了一种基于Surfacelet变换和复合PCNN的多聚焦图像融合方法。Surfacelet变换是一种强大的多分辨率分析工具，它能够将原始图像分解为多个不同频带的子图像，复合PCNN模型是PCNN和双通道PCNN的组合模型，从分解后的系数中选择融合系数，选择局部和修正拉普拉斯算子（LSML）作为复合PCNN的外部激励，融合系数由复合PCNN确定。实验结果表明，该方法具有良好的融合效果，融合后的图像纹理细节丰富，与原图像更加相似，客观评价指标表明该方法优于传统的图像融合方法，具有上级的优越性。
In order to effectively retain details and suppress noise, a multi-focus image fusion method based on Surfacelet transform and compound PCNN is proposed. Surfacelet transform is a powerful multi-resolution analysis tool which is able to decompose the original image into a number of different frequency band sub-images, compound PCNN model is a combined model of PCNN and dual-channel PCNN which is to select the fusion coefficients from the decomposed coefficients, the Local sum-modified-Laplacian (LSML) is selected as external stimulus of compound PCNN, fusion coefficients are decided by compound PCNN. The experimental results show that the new method has a good performance, fusion image has more texture details and it is more similar to the original images, the objective evaluation indexes show that this method is superior to the traditional image fusion methods.
登录
查看更多内容
基于改进线弹性模型的非刚性医学图像配准方法
影响因子：
3.1
作者：
Lu, Xiaoqi;Ma, Hongli;Zhang, Boahua
通讯作者：
Zhang, Boahua
DOI：
10.1016/s0031-3203(04)00103-7
发表时间：
2004-09
期刊：
--
影响因子：
--
作者：
Gonzalo Pajares Martinsanz;J. García
通讯作者：
Gonzalo Pajares Martinsanz;J. García
非下采样轮廓波变换域基于多尺度乘积特征对比的多聚焦图像融合
影响因子：
3.1
作者：
Chai, Yi;Li, Huafeng;Zhang, Xiaoyang
通讯作者：
Zhang, Xiaoyang
提升平稳小波域基于多尺度乘积特征和PCNN的多聚焦图像融合方案
影响因子：
2.4
作者：
Chai, Y.;Li, H. F.;Guo, M. Y.
通讯作者：
Guo, M. Y.
在提升平稳小波域中使用新型双通道 PCNN 的图像融合方案
影响因子：
2.4
作者：
Chai, Y.;Li, H. F.;Qu, J. F.
通讯作者：
Qu, J. F.