基于NSCT和PCNN的新型图像融合技术

简介：
本研究提出了一种结合非下采样剪切波变换（NSCT）与脉冲耦合神经网络（PCNN）的创新图像融合方法。该技术通过优化多源图像信息整合，显著提升了视觉效果和细节表现能力，在医疗影像、遥感等多个领域展现出广泛应用前景。 为了克服小波变换的局限性，本段落提出了一种结合非下采样Contourlet变换（NSCT）与脉冲耦合神经网络（PCNN）的新图像融合方法。首先利用NSCT对配准后的原始图像进行多尺度和多方向分解。对于低频部分，采用改进边缘能量结合空间频率的融合策略；而对于高频部分，则应用基于PCNN简化数学模型的方法，并且链接强度使用改进拉普拉斯能量表示。点火次数与标准差相结合的方式用于选择点火映射图。最后通过NSCT逆变换得到最终的融合图像。实验表明，相较于其他几种图像融合方法，该新方法能够生成更高质量的融合结果。