GA优化自适应NSCT-PCNN图像融合

摘要 针对传统非下采样Contourlet变换与脉冲耦合神经网络结合(NSCT-PCNN)的图像融合模型中PCNN存在参数需要完全凭借人工经验设置的不足，本文引进了遗传算法进行自适应的参数设置.该模型在低频子带采用基于边缘的图像融合技术，在各带通子带则通过PCNN来确定融合子带系数，加入遗传算法进行参数自行设定，减少了需要人为经验设置参数的个数.最后将融合结果与小波变换，Laplace融合技术以及传统的PCNN-NSCT融合方法进行比较，发现本文方法不论在主观还是客观指数评价上都更佳