一种多模态图像融合方法
实质审查的生效
摘要
本发明公开了一种多模态图像融合方法。方法包括：分别对两幅多模态图像进行非下采样剪切波变换(NSST)，得到相应的高频子带图像和低频子带图像；对低频子带图像采用离散小波变换(DWT)进一步分解为低频能量子带图像和低频细节子带图像，并利用最大值选择规则融合对应的低频能量子带图像；将局部标准差的Sigmoid函数作为优化的连接强度来构建改进型自适应脉冲耦合神经网络(APCNN)，分别融合低频细节子带图像和高频子带图像；对融合得到的低频能量子带图像和低频细节子带图像，进行DWT逆变换得到低频融合图像；最后采用NSST逆变换重构出融合图像。该方法根据多模态图像特征自适应调整参数，得到的细节信息更丰富。
基本信息
专利标题 ：
一种多模态图像融合方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114494093A
申请号 ：
CN202210048885.7
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
潘晴王晓娜田妮莉
申请人 ：
广东工业大学
申请人地址 ：
广东省广州市越秀区东风东路729号
代理机构 ：
广东广信君达律师事务所
代理人 ：
戴绪霖
优先权 ：
CN202210048885.7
主分类号 ：
G06T5/50
IPC分类号 ：
G06T5/50 G06T5/10 G06N3/08 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
G06T5/50
通过使用多于一幅图像的，例如平均、减少
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06T 5/50
申请日 : 20220117
申请日 : 20220117
2022-05-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
