改进pcnn模型在多光谱和全色图像融合中应用探究

《改进pcnn模型在多光谱和全色图像融合中应用探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、改进PCNN模型在多光谱和全色图像融合中应用探究　　摘要：介绍了PCNN模型原理，提出了基于双通道自适应的PCNN多光谱与全色图像融合算法。该算法首先将RGB空间的多光谱图像转换为HSV彩色空间，然后将HSV彩色空间中的非彩色通道（V通道）的灰度像素值和全色图像的像素灰度值分别作为PCNN?1及PCNN?2的神经元输入，利用方向性信息作为自适应链接强度系数，对非彩色通道图像和全色图像进行自适应分解，再将点火时间序列送入判决因子得到新的非彩色通道图像，最后将原多光谱图像的H通道分量、S通道分量及新的V通道分量经HSV空间逆变换获得最终的融合图像。实验结果表明，该算法不仅解决了链接强度系数自

2、动设置的问题，而且充分考虑到图像边缘和方向特征的影响，无论在主观视觉效果，还是客观评价标准上均优于IHS、PCA、小波融合等其他图像融合算法，同时降低了计算复杂度。关键词：遥感图像；图像融合；PCNN模型；HSV彩色空间中图分类号：TN911.73?34文献标识码：A文章编号：1004?373X（2014）03?0055?06ApplicationresearchofmodifiedPCNNmodelin16multispectralandpanchromaticimagesfusionDUANXian?hua，CAOJia?jia，LIUJia（CollegeofComputerSci

3、enceandEngineering，JiangsuUniversityofScienceandTechnology，Zhenjiang212003，China）Abstract：TheprincipleofPCNNmodelisintroduced，andanimagefusionalgorithmofmultispectralandpanchromaticbasedonadaptivedual?channelPCNNisproposed.FirstlythemultispectralimageofRGBspaceisconvertedtoHSVcolorspace，andthenth

4、egraylevelofachromaticchannel（channelV）inHSVcolorspaceandgraylevelofpanchromaticimagesareenteredasPCNN?1andPCNN?2neuronsrespectively，usingorientationinformationasanadaptivelinkstrengthfactortoachieveadaptivedecompositionforachromaticchannelandpanchromaticimages.Thedurationofignitionsequenceissent

5、tojudgmentfactortogetnewofachromaticchannelimage.FinallythefinalfusedimageisobtainedthroughHSVspaceinversetransformationofHchannelcomponent，SChannel16componentandnewV?channelcomponentoforiginalmultispectralimage.Experimentalresultsshowthatthealgorithmnotonlysolvedtheproblemofautomaticallysettingl

6、inkingstrengthfactor，butalsotookfullaccountoftheeffectofimageedgeanddirectionalcharacteristics.Nomatterthesubjectivevisualeffect，orobjectiveevaluationstandardstheyareallbetterthanotherimagefusionalgorithmssuchasIHS，PCA，wavelettransformimagefusion，thecomputationalcomplexityisreducedinthemeantime.K

7、eywords：remotesensingimage；imagefusion；PCNNmodel；HSVcolorspace0引言多光谱图像具有较高的光谱分辨率和较低的空间分辨率，全色图像的空间分辨率较高，但具有较低的光谱分辨率。在遥感应用领域，有时会要求图像的空间分辨率和光谱分辨率都比较高，但由于技术条件的限制，很难提供这样的数据。因此，为了获得较高的空间分辨率同时保留多光谱图像的光谱特性，将多光谱图像和全色图像进行融合成为了图像