位置:成果数据库 > 期刊 > 期刊详情页
PCNN与粗集理论用于多聚焦图像融合
  • 期刊名称:电子科技大学学报/Journal of the University of Electronic S
  • 时间:0
  • 页码:485-488
  • 语言:中文
  • 分类:TN911.73[电子电信—通信与信息系统;电子电信—信息与通信工程] TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]兰州大学信息科学与工程学院,兰州730000, [2]兰州理工大学电气工程与信息工程,兰州730050, [3]兰州大学生命科学学院,兰州730000
  • 相关基金:基金项目:国家自然科学基金(60572011,60872109):新世纪人才支持计划(NCET-06-0900)
  • 相关项目:脉冲耦合神经网络的完善性探索及其应用研究
中文摘要:

现有技术不能保证获取图像时,对图像每个位置都具有同样的聚焦效果,这样便产生了多聚焦图像的融合问题,它包括如何进行多聚焦图像像素分类及采取何种融合决策。该文结合脉冲耦合神经网络(PCNN)模型和粗集理论,对该问题进行尝试性研究,提出了一种新的多聚焦图像融合算法。首先计算原始图像的清晰度,将清晰度矩阵送入PCNN进行处理,然后根据粗集理论对原图像像素进行分类处理,最后生成融合图像。仿真结果表明,该算法在一定程度上优于其他传统算法。且具有较好的抗噪性能。

英文摘要:

A novel multi-focus image fusion algorithm is proposed for multi-focus image fusion. Pulse coupled neural network (PCNN) and rough set theory are employed to solve the problem of multi-focus image fusion. The clarity of original image is calculated and processed by PCNN. The original image pixels are classified based on rough set theory. Finally, a fusion image is created according to the classified results. Experiments indicate that the proposed method is superior to traditional algorithms with good anti-noise performance.

同期刊论文项目
期刊论文 29 会议论文 5 专利 3 著作 1
同项目期刊论文