论文部分内容阅读
脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)是第三代人工神经网络的典型代表。PCNN演化自哺乳动物视觉皮层神经元同步振荡现象。PCNN数学模型参数多且计算复杂度比较高。脉冲发放皮层模型(Spiking Cortical Model,SCM))是PCNN的简化模型。SCM参数少、计算复杂度低,具备完善的数学理论基础,并且更接近视觉神经元的生物特性。本论文从SCM的哺乳动物视觉特性出发,利用像素级图像融合原理,将SCM应用于图像融合领域。具体地,论文的主要工作和成果分为3部分:1、提出了SCM多聚焦图像融合方法。给出了一种SCM神经网络循环次数的设定方法,提出了一种新的像素点清晰度评价准则并验证其有效性,根据SCM同时具备基于窗口选取像素和基于区域选取像素的优势,给出了基于SCM的多聚焦图像融合的算法框架、算法步骤,以及融合实验数据和融合结果分析。2、提出了基于SCM与非下采样Contourlet变换(Non-subsampled ContourletTransform,NSCT)的多传感器医学图像融合方法。将图像多尺度分析发展至今的代表性方法-NSCT与SCM相结合进行图像融合;利用NSCT各向异性的基函数使其在图像处理中具有刻画线奇异的优势,以及SCM的人眼视觉特性设计融合规则,将融合算法应用于医学图像融合这一具有实际应用意义的领域,论文除了给出算法方案、算法步骤,以及具有代表性的医学图像融合实验外,还对实验结果从主观、客观两方面进行定性与定量分析。3、提出了基于SCM与离散小波变换的多源图像融合方法。将小波变换和SCM相结合,对其在图像融合中的可行性以及性能做一些探讨与研究。利用SCM对不同刺激的响应与韦伯定律相一致这一特性选择通过小波变换得到的图像高频子带系数。给出基于SCM与离散小波变换的多源图像融合方案和算法步骤。论文中对提出的3种融合方法,都给出了理论基础、算法框架,指出关键性环节和难点问题,进行了相关的融合实验,并从主观定性分析和客观定量分析两个方面对提出的融合方法进行了性能评估。实验结果及对比分析验证了所提出的融合方法的有效性。