基于自适应PCNN的紫外图像融合算法

›› 2015, Vol. 28 ›› Issue (10): 1-.

• 论文 • 下一篇

基于自适应PCNN的紫外图像融合算法

马立新,周小波,单宇

(上海理工大学光电信息与计算机工程学院,上海 200093)

出版日期:2015-10-15 发布日期:2015-10-29
作者简介:马立新(1960—),男,博士,教授。研究方向:电力系统稳定性与优化运行等。E-mail:malx_aii@sina.com。周小波(1991—),男,硕士研究生。研究方向:数字图像处理。
基金资助:
国家自然科学基金资助项目(61205076)

UV Image Fusion Based on Adaptive PCNN

MA Lixin,ZHOU Xiaobo,SHAN Yu

(School of Optical-Electrical and Computer Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China)

Online:2015-10-15 Published:2015-10-29

摘要/Abstract

摘要： 电晕放电产生的紫外线波长为200~400 nm,为避开太阳光和日光灯的干扰,利用240~280 nm这一日盲波段获取紫外放电图。为能够确定电晕放电的位置,提出了一种适用于可见光图像和紫外图像融合的新算法。以图像空间频率和信息熵作为PCNN对应神经元的链接强度值,并与加权平均法、拉普拉斯金字塔变换方法和小波方法等融合算法相比较。实验结果表明,文中方法优于其它方法,融合效果良好。

关键词: 图像融合;空间频率;信息熵;PCNN;链接强度

Abstract: The ultraviolet wavelength that corona discharge emits is 200~400 nm.In order to avoid the interference of sunlight and fluorescent lamp,ultraviolet discharge images are acquired by using the sun-blind band from 240 to 280 nm.A visible and UV image fusion algorithm is presented for locating corona discharge.The proposed method uses spatial frequency and information entropy as PCNN linking strength values.Experimental results show that this algorithm offers better fusion results than the weighted average method,the Laplacian-based method and the wavelet-based method.

Key words: image fusion;spatial frequency;information entropy;PCNN;linking strength

中图分类号:

TP391.41

马立新,周小波,单宇. 基于自适应PCNN的紫外图像融合算法[J]. , 2015, 28(10): 1-.

MA Lixin,ZHOU Xiaobo,SHAN Yu. UV Image Fusion Based on Adaptive PCNN[J]. , 2015, 28(10): 1-.

[1]	赵崇,迟蒙蒙,储聪,张鹏. 导盲犬行走机构运动仿真及其视觉识别算法研究[J]. 电子科技, 2021, 34(9): 66-72.
[2]	唐胜男,吕毅斌,王樱子,房巾莉,武德安. 基于Hybrid迭代法的多连通域数值保角变换计算法[J]. 电子科技, 2021, 34(7): 13-18.
[3]	刘婷婷,张玉金,熊士婷. 面向低照度图像增强的双曝光融合处理算法[J]. 电子科技, 2021, 34(6): 34-39.
[4]	顾伟,李菲菲,陈虬. 基于多特征融合的行人检测方法[J]. 电子科技, 2021, 34(5): 29-34.
[5]	胡晨,胡德敏,胡钰媛,褚成伟. 一种改进的图像阴影去除方法[J]. 电子科技, 2021, 34(4): 41-46.
[6]	闫超,孙占全,田恩刚,赵杨洋,范小燕. 基于深度学习的医学图像分割技术研究进展[J]. 电子科技, 2021, 34(2): 7-11.
[7]	周小波,邹任玲,卢旭华,王海滨,张俊翔. 基于人工神经网络的表面肌电信号分类器研究进展[J]. 电子科技, 2021, 34(2): 62-67.
[8]	房巾莉,吕毅斌,王樱子,唐胜男,武德安. 基于水平集的医学图像分割算法[J]. 电子科技, 2021, 34(2): 12-20.
[9]	官洪运,苏振涛,汪晨. 基于特征融合的背景差分改进算法[J]. 电子科技, 2020, 33(12): 22-27.
[10]	何宜鸿,李彦锋,黄树恺,谭万钏. 基于深度卷积神经网络的自适应图像去雾算法[J]. 电子科技, 2020, 33(8): 70-73.
[11]	陆欢. 基于暗原色优化算法的去雾研究[J]. 电子科技, 2020, 33(4): 61-65.
[12]	曾照,吴薇,汪欣. 改进的核相关滤波跟踪算法[J]. 电子科技, 2020, 33(3): 50-55.
[13]	汪欣,吴薇,曾照. 基于视频的人脸检测算法研究[J]. 电子科技, 2020, 33(2): 25-31.
[14]	马旭东,袁锐波. 基于图像检测的硬币面值识别方法[J]. 电子科技, 2020, 33(2): 43-47.
[15]	袁小平,王岗,王晔枫,汪喆远,孙辉. 基于改进卷积神经网络的交通标志识别方法[J]. 电子科技, 2019, 32(11): 28-32.

基于自适应PCNN的紫外图像融合算法

UV Image Fusion Based on Adaptive PCNN

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0