[发明专利]结合PCNN和压缩感知的二维经验模态分解图像融合方法在审
| 申请号： | 201710201699.1 | 申请日： | 2017-03-30 |
| 公开（公告）号： | CN106981059A | 公开（公告）日： | 2017-07-25 |
| 发明（设计）人： | 丁世飞;朱强波;曾凯 | 申请（专利权）人： | 中国矿业大学 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 221116 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种结合PCNN和压缩感知的二维经验模态分解图像融合方法。它对输入的源图像进行多尺度二维经验模态分解后得到多个二维内蕴模式函数(Bidimensional Intrinsic Mode Function,BIMFs)和一个趋势图像。再对二维内蕴模函数层采用结合PCNN和压缩感知的融合方法确定融合系数，趋势图像层采用基于图像熵权重的方法确定融合系数。最后通过二维经验模态分解的逆变换得到融合结果图像。压缩感知技术应用在计算较为复杂的二维内蕴模函数层中，对得到的二维内蕴模函数融合系数进行压缩测量后得到测量采样系数，再将测量采样系数输入PCNN模型，而不像大多数基于PCNN算法将源图像的像素灰度值作为模型输入项。本发明方法能够很好的运用于图像融合领域中，不论从客观评价指标还是主观视觉效果，实验研究结果表明本发明方法能够得到更加符合人眼视觉规律的图像融合结果。 | ||
| 搜索关键词： | 结合 pcnn 压缩 感知 二维 经验 分解 图像 融合 方法 | ||
【主权项】：
一种结合PCNN和压缩感知的二维经验模态分解图像融合方法其特征在于，对源图像进行多尺度二维经验模态分解后，得到多个二维内蕴模式函数(Bidimensional Intrinsic Mode Function,BIMFs)和一个趋势图像，对二维内蕴模函数层采用结合PCNN和压缩感知的方法确定融合系数，趋势图像层采用基于图像熵权重的方法确定融合系数，最后通过二维经验模态分解逆变换对融合系数逆变换处理得到融合图像。
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中国矿业大学，未经中国矿业大学许可，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/201710201699.1/，转载请声明来源钻瓜专利网。
