基于梯度域导向滤波器和改进PCNN的图像融合算法

来源：系统工程与电子技术杂志2022年第8期北京时间：

作者：王健, 何自豪, 刘洁, 杨珂

单位：1. 西北工业大学电子与信息学院, 陕西 西安 710129；2. 西北工业大学第365所, 陕西 西安 710065

摘要：为解决当前融合后图像存在的光晕伪影现象以及不利于视觉感知的问题, 提出了一种基于梯度域导向滤波(gradient domain guided filtering, GDGF)和改进的脉冲耦合神经网络(pulse-coupled neural network, PCNN)的图像融合算法。首先, 利用图像结构、清晰度以及对比度显著性的图像特征构建图像融合模型。其次, 采用梯度域导向滤波取代传统优化方法, 通过像素间相关性优化初始决策图。然后, 将优化决策图作为外部输入刺激改进PCNN模型, 得到融合权重图。最后, 对源图像和融合权重图进行加权操作得到最终融合图像。实验结果表明, 所提方法更好地保留图像边缘、纹理和细节信息, 避免目标边缘的光晕伪影现象, 且利于视觉观察。

关键词：导向滤波器,改进的脉冲耦合神经网络,图像融合

基金资助：国家自然科学基金(61671383);陕西省重点产业创新链项目(2018ZDCXL-G-12-2);陕西省重点产业创新链项目(2019ZDLGY14-02-02);陕西省重点产业创新链项目(2019ZDLGY14-02-03);空天地海一体化大数据应用技术国家工程实验室;西北工业大学研究生创新基金(Z2017144)