论文部分内容阅读
Bandelet变换是一种基于边缘的图像表示方法，能自适应地跟踪图像的几何正则方向，利用图像几何正则性，实现最佳稀疏表示.PCNN是一种简化的神经网络，不需要学习或者训练就能从复杂背景下提取有效信息.为了得到更好的融合效果，本文利用Bandelet描述几何流，再通过PCNN融合几何流，定义了基于稀疏相似度的几何流优化规则，提出基于第二代Bandelet变换和PCNN的图像融合新算法BT-PCNN.本文算法有效改善了融合效果，融合图像边缘、纹理清晰，整体效果极佳；灰度均值、标准差、平均梯度、互信息等指标都优于现有的平均值融合算法、拉普拉斯金字塔算法以及基于小波变换和PCNN的WT-PCNN算法.