论文部分内容阅读
本文提出一种基于PCNN的红外与可见光图像融合算法。首先,分别对红外与可见光图像进行NSCT分解,对低频子带进行第二次分解后得到基础层和细节层。其次,对基础层融合规则采用基于区域概率密度的方法,对细节层融合规则采用基于SF-PCNN的方法,对高频子带融合规则采用参考空间频率特征的方法。最后,对低频子带融合系数和高频子带融合系数进行NSCT逆变换重构得到融合图像。实验结果表明,提出的融合算法使得融合图像对比度高、细节丰富,相比于其他融合算法有一定程度的改善。