基于神经网络与向量小波的图像融合算法

摘要：

本文提出了一种基于向量小波和神经网络的图像融合算法.首先对各源图像进行向量小波变换,根据变换后系数计算出各子块图像的清晰度,选取子块图像部分区域清晰度作为前溃神经网络的训练样本,调整神经网络权重;然后用训练好的神经网络组合融合图像的向量小波系数,对组合后的系数进行一致性校验;最后对该系数进行向量小波逆变换,得到融合图像.实验结果表明,该算法能够较好地解决多传感器图像融合问题,生成的融合图像效果优于传统图像融合方法。

关键词： 图像融合算法 向量小波变换 图像清晰度 神经网络

作者: 王振飞 范刚龙 王能超

作者单位: 郑州大学信息工程学院,河南,郑州,450001;华中科技大学计算机科学与技术学院,湖北,武汉,430074 平顶山工学院计算机科学与工程系,河南,平顶山,467001 华中科技大学计算机科学与技术学院,湖北,武汉,430074

会议类型: 国内会议

会议名称: 全国第17届计算机科学与技术应用(CACIS)学术会议

会议地点: 太原

会议语种:中文

页码: 370-374

在线出版日期: 2006-07-16（万方平台首次上网日期，不代表论文的发表时间）