[发明专利]基于多通道机制的脉冲耦合图像融合方法

权利要求书

1.一种基于多通道机制的脉冲耦合图像融合方法，其特征在于，包括以下步骤:

S1、建立多通道脉冲耦合神经网络模型结构，并对各个通道的输入图像矩阵进行归一化后，输入所述多通道脉冲耦合神经网络模型结构中；

S2、计算各个通道链路权重β_ij^α的值，并将计算得到的链路权重输入多通道脉冲耦合神经网络模型结构中；

S3、在融合池中进行融合计算，得到内部输出量U_ij[m]；

S4、进行迭代计算，生成脉冲点火矩阵Y_ij[m]；

S5、将脉冲点火矩阵Y_ij[m]作为融合图像的灰度矩阵，生成融合图像并输出融合结果；所述步骤S2中，各个通道链路权重的计算公式为：

所述步骤S3中，所述内部输出量U_ij[m]的计算公式为：

其中，n表示通道数，m表示循环次数，i，j表图像像素点，H_ij¹,……,H_ijⁿ分别表示第1幅～第n幅图像的输入，β_ij^α表示第α个通道的加权系数，S_ij^α表示第α幅图像像素点(i，j)灰度值，θ、η表示调节参数，σ表示水平调节参数，γ_α表示协同参数。

2.根据权利要求1所述的一种基于多通道机制的脉冲耦合图像融合方法，其特征在于，所述脉冲点火矩阵Y_ij[m]的迭代公式为：

其中，其中，k表示链接权重矩阵，α_T表示衰减时间，T_ij[m]表示点火次数；V_T表示放大系数。

3.根据权利要求1所述的一种基于多通道机制的脉冲耦合图像融合方法，其特征在于，所述协同参数γ_α的取值为2/n。

4.根据权利要求1所述的一种基于多通道机制的脉冲耦合图像融合方法，其特征在于，所述步骤S1中，建立多通道脉冲耦合神经网络模型结构时，其公式为：

……

其中，S_ij¹,，……，S_ijⁿ分别表示第一个通道～第n个通道的外部刺激；w¹，……wⁿ分别表示链路权重矩阵。