论文部分内容阅读
偏振成像可以得到目标的多维偏振信息,各偏振参量图像之间具有很强的相关性,它们之间不仅包含大量的共有信息,还拥有各自的特有信息。针对如何从复杂背景中凸显目标,提高目标的辨识度这一问题,提出一种基于改进神经网络模型的偏振图像融合算法,将传统PCNN模型扩展到双通道,采用像素的平均梯度(AG)作为PCNN的链接系数,空间频率(SF)作为模型的输入项,对强度图与偏振度图进行融合处理,最后将实验结果与其他常用方法进行对比,客观评价指标表明,该算法融合效果更佳,且融合图像的边缘细节特征也更为清晰明显。