基于Riesz-Lap变换及PCNN的图像融合方法

摘要

本发明公开了基于Riesz‑Lap变换及PCNN的图像融合方法，Riesz变换具有分离出图像低级特征的能力，且人类视觉感知的重要信息来也来自图像的低级特征。本发明提出将待融合源图像先分解到Riesz变换域，再将Riesz变换域的图像序列进行基于分数阶拉普拉斯算子以及多重调和样条小波变换，使图像表示具有方向特性和多分辨率特性，在Riesz拉普拉斯小波基础上结合脉冲耦合神经网络所具有的全局耦合特性进行融合。经过多聚焦、医学CT和核磁共振、遥感全色及多光谱等影像多种应用场景测试，本发明得到的图像融合结果视觉效果较好，对比度和清晰度上有所提升，且运行效率高。