结合PCNN和压缩感知的二维经验模态分解图像融合方法

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。