MATLAB图像融合工具箱：NSCT域空间频率激励PCNN算法实现

资 源 简 介

本MATLAB工具箱实现了基于非下采样轮廓波变换域空间频率激励脉冲耦合神经网络的先进图像融合算法，提供高效的图像处理和融合功能。

详 情 说 明

基于非下采样轮廓波变换域空间频率激励脉冲耦合神经网络的图像融合工具箱

项目介绍

本项目为论文《Image Fusion Algorithm Based on Spatial Frequency-Motivated Pulse Coupled Neural Networks in Nonsubsampled Contourlet Transform Domain》中提出的图像融合评估标准的完整MATLAB实现。工具箱集成了先进的非下采样轮廓波变换（NSCT）多尺度分析与空间频率激励的脉冲耦合神经网络（SF-PCNN）模型，构建了一套系统的多模态图像融合质量评估指标体系，能够对融合结果图像的视觉效果与信息保留程度进行精准量化分析。

功能特性

• 多尺度分析：利用NSCT对源图像进行多尺度、多方向分解，有效捕捉图像中的细节与轮廓信息。
• 智能融合模型：采用SF-PCNN作为融合决策机制，利用空间频率激励神经元同步脉冲发放，实现源图像显著特征的自适应融合。
• 综合质量评估：计算包括信息熵（EN）、空间频率（SF）、边缘保留指标（Qabf）在内的多项国际通用质量指标，全面评估融合性能。
• 标准化流程：提供从图像输入、融合处理、结果输出到性能评估的完整、自动化流程。
• 结果可视化：生成源图像与融合结果的对比展示图，直观呈现融合效果。

使用方法

1. 准备数据：将待融合的已配准源图像对（如红外与可见光图像、多聚焦图像等）放置于指定目录。支持.jpg、.png、.bmp等格式的灰度图像矩阵。
2. 配置参数：根据融合任务需求，在主运行脚本中设置或调整NSCT分解级数、滤波器组、PCNN参数等。
3. 运行主程序：执行主运行脚本，工具箱将自动完成图像读取、融合计算、评估指标生成及结果保存。
4. 查看结果：在输出目录中查看生成的融合图像、包含详细指标数值的评估报告文件以及可视化对比图。

系统要求

• 操作系统：Windows / Linux / macOS
• 软件环境：MATLAB R2018a 或更高版本
• 依赖工具箱：Image Processing Toolbox, Signal Processing Toolbox

文件说明

主程序文件整合了工具箱的核心处理流程，主要实现了以下关键功能：源图像的读取与预处理；调用NSCT进行多尺度分解；利用SF-PCNN模型进行系数融合与图像重构；计算并输出多项融合质量评估指标；生成并保存融合结果图像、评估报告及可视化对比图。通过执行该文件即可完成图像融合与评估的全部任务。