非降采样Contourlet域内空间频率激励的PCNN图像融合算法

？Nonsubsampledcontourlettransform(NSCT)能够提供灵活的多分辨率分解,具有各向异性和图像方向性扩展特点.与原始的Contourlet相比,它是频移不变的,能有效克服Contourlet变换中的伪吉布斯现象.脉冲耦合神经网络(PulseCoupledNeuralNetworks-PCNN)是一种具有视觉生理学基础的神经网络,具有全局耦合和神经元同步脉冲发放特性,已经被成功应用于图像处理和图像融合中.本文将NSCT与PCNN结合起来,充分利用二者的特性.以NSCT变换域内系数的空间频率激励PCNN神经元,选择点火次数大的系数作为融合图像的系数,经NSCT反变换得到融合图像.实验表明,本文算法无论在视觉效果还是客观评价指标上,都优于基于小波变换、基于Contourlet变换、基于PCNN和基于Contourlet-PCNN等融合算法.