计算机工程与科学

作者：张丽霞, 曾广平, 宣兆成

单位：（1.天津职业技术师范大学信息技术工程学院,天津 300222;2.北京科技大学计算机与通信工程学院,北京 100083）

关键词：自适应参数SPCNN,稀疏表示,NSST,图像融合,

基金：国家自然科学基金(11772228)

为了凸显不同源图像的不同特征，提出了基于图像特征的参数自动设定的SPCNN模型。结合稀疏表示，提出了一种适合多源图像融合的方法。首先源图像经NSST变换分解为高频系数和低频系数。对高频系数利用图像固有特征自动设置参数的SPCNN模型实现点火，并依据点火总次数和加权融合规则完成融合。对低频系数采用稀疏表示实现融合。最后，通过逆NSST变换重构图像。实验结果表明，本文所提融合方法优于其他5种经典方法，融合图像符合人眼视觉感知系统，结构清晰，细节明显。

来源：2020年第11期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2020年第11期