|
|||||
|
|
| 基于边界约束最优投影梯度NMF的TINST域图像融合方法 | |
| 作者姓名： | 才华 陈广秋 刘广文 耿朕野 杨勇 |
| 作者单位： | 1. 长春理工大学 电子信息工程学院, 长春 130022； 2. 长春理工大学 计算机科学技术学院， 长春 130022 |
| 摘 要： | 针对多模态图像的融合问题, 提出一种平移不变不可分离剪切波结合边界约束最优投影梯度非负矩阵分解的图像融合方法, 解决了已有融合方法中融合精度较低的问题. 该方法利用平移不变不可分离剪切波对源图像进行分解； 将低频子带系数视为原始观测数据, 采用边界约束最优投影梯度非负矩阵分解算法得到包含特征基的融合低频子带系数, 将高频方向子带系数作为脉冲耦合神经网络的外部输入激励, 边缘强度作为链接强度, 经点火处理和判决选择运算, 得到融合高频方向子带系数； 最后对融合子带进行平移不变不可分离剪切波逆变换得到融合图像. 为了验证该融合方法的有效性, 对几组不同模态的图像进行对比融合实验. 融合图像的主观与客观评价结果表明, 该融合方法优于目前已有的典型多尺度图像融合方法. |
| 关 键 词： | 平移不变不可分离剪切波变换 融合准则 非负矩阵分解 脉冲耦合神经网络 |
| 收稿时间： | 2016-03-16 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《吉林大学学报(理学版)》下载全文 | |