電子發燒友網>電子資料下載>人工智能>NSCT域內結合相位一致性激勵PCNN多聚焦圖像融合分析

NSCT域內結合相位一致性激勵PCNN多聚焦圖像融合分析

2474220 2018-12-07 | rar | 0.97 MB | 次下載 | 免費

資料介紹

　　針對傳統脈沖耦合神經網絡（ PCNN）無法準確提取多聚焦圖像聚焦區域的問題，提出一種利用相位一致性（ PC）來檢測圖像清晰區域，并結合PCNN的多聚焦圖像融合算法。首先，利用非下采樣輪廓波變換（NSCT）對源圖像進行多尺度分解，分別得到圖像的高頻子帶和低頻子帶；其次，通過計算高頻系數的空間頻率值（ SF）與低頻系數的相位一致性值來提取圖像高低頻子帶中的聚焦區域；然后，將SF與PC作為PCNN外部激勵來刺激PCNN神經元點火，分別對圖像高低頻系數進行融合；最后，利用逆NSCT得到最終融合圖像。實驗采取多聚焦圖像Clock、Pepsi和Lab作為三組實驗數據集，與傳統融合算法及新近提出的幾種算法進行對比，所提算法的客觀評價參數：互信息、邊緣信息度、信息熵、標準差和平均梯度的數值均大于或十分接近于對比算法的最大值；同時從實驗結果圖與源圖像的差值圖中可以發現所提算法的差值圖包含源圖像清晰區域的痕跡明顯更少。實驗結果表明所提算法能更加準確地提取出圖像的清晰區域，更好地保留圖像的邊緣與紋理等細節信息，得到更好的融合效果。

　　多聚焦圖像融合是圖像處理領域的一個重要分支。就目前而言，該技術已被廣泛應用于計算機視覺、目標識別和人工智能等多個領域。在使用光學鏡頭拍攝照片時，受到光學鏡頭聚焦能力的限制，大多數關于同一場景的圖片會出現不同的焦點，這就導致圖片的某些清晰的、細節的信息只能出現在聚焦的區域中，而非聚焦區域的圖像信息是不易被人眼直接觀測到的，因此，多聚焦圖像融合技術的關鍵在于準確提取多聚焦源圖像中的有用信息，來獲得張精度更高、更加清晰、更利于人眼觀察的圖片。