典型文献
基于梯度域导向滤波器和改进PCNN的图像融合算法
文献摘要：
为解决当前融合后图像存在的光晕伪影现象以及不利于视觉感知的问题,提出了一种基于梯度域导向滤波(gradient domain guided filtering,GDGF)和 改进的 脉冲耦合神经网络(pulse-coupled neural network,PCNN)的图像融合算法.首先,利用图像结构、清晰度以及对比度显著性的图像特征构建图像融合模型.其次,采用梯度域导向滤波取代传统优化方法,通过像素间相关性优化初始决策图.然后,将优化决策图作为外部输入刺激改进PCNN模型,得到融合权重图.最后,对源图像和融合权重图进行加权操作得到最终融合图像.实验结果表明,所提方法更好地保留图像边缘、纹理和细节信息,避免目标边缘的光晕伪影现象,且利于视觉观察.
文献关键词：
导向滤波器;改进的脉冲耦合神经网络;图像融合
中图分类号：
作者姓名：
王健;何自豪;刘洁;杨珂
作者机构：
西北工业大学电子与信息学院,陕西西安710129;西北工业大学第365所,陕西 西安710065
文献出处：
引用格式：
[1]王健;何自豪;刘洁;杨珂-.基于梯度域导向滤波器和改进PCNN的图像融合算法)[J].系统工程与电子技术,2022(08):2381-2392
A类：
梯度域导向滤波,导向滤波器,GDGF,改进的脉冲耦合神经网络
B类：
PCNN,图像融合,融合算法,后图,光晕,伪影,视觉感知,gradient,domain,guided,filtering,pulse,coupled,neural,network,清晰度,对比度,图像特征,特征构建,建图,融合模型,像素,决策图,优化决策,融合权重,重图,融合图像,图像边缘,细节信息,视觉观
AB值：
0.305324
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
