[发明专利]结合视觉注意机制和PCNN的图像融合方法有效
申请号: | 201310067764.8 | 申请日: | 2013-03-04 |
公开(公告)号: | CN103455990A | 公开(公告)日: | 2013-12-18 |
发明(设计)人: | 张基宏;邓苗;柳伟;杨秀林 | 申请(专利权)人: | 深圳信息职业技术学院 |
主分类号: | G06T5/50 | 分类号: | G06T5/50 |
代理公司: | 深圳中一专利商标事务所 44237 | 代理人: | 梁珣 |
地址: | 518172 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明适用于图像技术领域,提供了一种结合视觉注意机制和PCNN的图像融合方法,所述方法包括:将源图像A和源图像B分别进行视觉显示计算得到源图像A的显著图A、源图像B的显著图B;将源图像A和源图像B分别进行多尺度变换得到源图像A的高频系数A和低频系数A、源图像B的高频系数B和低频系数B;得到低频融合系数,依据高频系数A和高频系数B得到高频融合系数;根据低频融合系数、高频融合系数得到融合图像。本发明提供的技术方案具有融合效果好的优点。 | ||
搜索关键词: | 结合 视觉 注意 机制 pcnn 图像 融合 方法 | ||
【主权项】:
一种结合视觉注意机制和PCNN的图像融合方法,其特征在于,所述方法包括:将源图像A和源图像B分别进行视觉显示计算得到源图像A的显著图A、源图像B的显著图B;将源图像A和源图像B分别进行多尺度变换得到源图像A的高频系数A和低频系数A、源图像B的高频系数B和低频系数B;将显著图A作为PCNN模型的链接输入,将低频系数A作为PCNN模型的反馈输入,依据公式1和显著图A构造自适应链接系数βij.A;对PCNN模型点火得到点火映射图TA(i,j);将显著图B作为PCNN模型的链接输入,将低频系数B作为PCNN模型的反馈输入,依据公式1和显著图B构造自适应链接系数βij.B;对PCNN模型点火得到点火映射图TB(i,j); β ij = 1 1 + e - ηS ( i , j ) + 2.5 公式1其中η为调节因子,S(i,j)为像素(i,j)的显著度值,βij为自适应链接系数;根据公式2得到低频融合系数,依据高频系数A和高频系数B得到高频融合系数; ω A ( i , j ) = 1 , if T A ( i , j ) ≥ T B ( i , j ) 0 , else 公式2其中,ωA(i,j)为低频融合系数,TA(i,j)为源图像A的点火映射 图TB(i,j)为源图像B的点火映射图;根据低频融合系数、高频融合系数得到融合图像。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳信息职业技术学院,未经深圳信息职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310067764.8/,转载请声明来源钻瓜专利网。