非降采样Contourlet域内空间频率激励的PCNN图像融合算法

资 源 简 介

非降采样Contourlet域内空间频率激励的PCNN图像融合算法

详 情 说 明

非降采样Contourlet域内空间频率激励的PCNN图像融合算法是一种结合多尺度几何分析与脉冲耦合神经网络(PCNN)的先进融合方法。该算法通过非降采样Contourlet变换(NSCT)分解源图像，利用PCNN模型在变换域内进行融合决策，最后通过逆变换重构融合图像。

核心实现思路分为四个阶段：首先对输入图像进行NSCT多尺度多方向分解，获得低频子带和各高频方向子带。然后在NSCT域内计算空间频率作为PCNN的外部激励，这能有效捕捉图像的纹理和边缘特征。接着采用改进的PCNN模型对子带系数进行融合，其中链接强度β由空间频率自适应调节。最后对融合后的系数执行逆NSCT变换得到最终结果。

相比于传统方法，该算法具有三大优势：NSCT的非降采样特性避免了伪吉布斯现象，空间频率激励使PCNN更适合处理纹理丰富的图像，而自适应链接强度则提升了融合精度。主要适用于医学影像、遥感图像等需要保留细节信息的融合场景。