基于人工神經(jīng)元感知模型的多源圖像融合及評價方法研究.pdf

1、圖像融合技術(shù)能提高圖像的質(zhì)量,豐富圖像的信息,有助于圖像的研究分析和實際應(yīng)用。本文圍繞多源圖像融合處理以及圖像融合質(zhì)量評價方法展開研究,在脈沖耦合神經(jīng)網(wǎng)絡(luò)和細(xì)胞神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,提出合適的圖像融合算法模型,實現(xiàn)了不同類型的圖像融合處理,主要工作和取得成果包括:
　　(1)針對脈沖耦合神經(jīng)網(wǎng)絡(luò)參數(shù)多,不易確定的問題,簡化網(wǎng)絡(luò)模型,改進(jìn)神經(jīng)元閾值的變化方式,利用局部拉普拉斯能量自適應(yīng)確定神經(jīng)元的耦合強(qiáng)度,并將脈沖耦合神經(jīng)網(wǎng)絡(luò)與Shea

2、rlet多尺度分析方法結(jié)合,實現(xiàn)了不同類型的圖像融合處理。實驗結(jié)果分析表明,基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的多源圖像融合取得不錯的融合效果。
　　(2)研究細(xì)胞神經(jīng)網(wǎng)絡(luò)的基本理論,在理論模型的基礎(chǔ)上,改進(jìn)細(xì)胞元的狀態(tài)方程。依據(jù)網(wǎng)絡(luò)的穩(wěn)定性分析,結(jié)合相關(guān)系數(shù)和遺傳算法理論,實現(xiàn)網(wǎng)絡(luò)模板參數(shù)設(shè)計,并運用于不同類型的圖像融合處理,取得較好的融合效果,證明了基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的多源圖像融合算法的有效性。
　　(3)研究常用的圖像融合質(zhì)量評價方法