结合自适应PCNN的非下采样剪切波遥感影像融合

为解决全色与多光谱遥感影像融合中脉冲耦合神经网络参数不能自适应调节问题，提出一种基于参数自适应脉冲耦合神经网络模型（PA-PCNN）和保持能量属性（EA）融合策略相结合的非下采样剪切波变换（NSST）的遥感影像融合方法：①通过提取多光谱影像YUV颜色空间变换的Y亮度分量并与全色影像进行NSST变换，获得高频系数和低频系数。②针对低频子带系数，采用EA法进行融合；针对高频子带系数，通过PA-PCNN模型得到的最优参数，以确定最优的PCNN模型，进而实现高频子带系数的融合。③将NSST和YUV进行逆变换得到融合影像。本文选取空间频率、相对无量纲全局误差、相关系数、视觉信息保真度、基于梯度的融合性能...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Ce hui xue bao 2021-10, Vol.50 (10), p.1380-1389
Hauptverfasser:	成飞飞, 付志涛, 黄亮, 陈朋弟, 黄琨
Format:	Artikel
Sprache:	chi ; eng
Schlagworte:	Computer vision Correlation coefficient Correlation coefficients Frequency dependence Image processing Mathematical models Neural networks Parameters Performance indices Remote sensing Visual perception
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!