以安检中隐匿物品检测为应用背景,提出一种基于多进制小波与自适应脉冲耦合神经网络的可见光/毫米波图像融合算法。首先可见光图与毫米波图经多进制小波分解处理,得到低频分量与高频分量。其次,低频系数采取改进区域方差融合处理,高频系数则是将子带改进拉普拉斯能量和作为PCNN中对应神经元的链接强度β,将子带八方向边缘区域能量作为PCNN的外部激励输入,经点火处理得到点火映射图,通过判决算子选取融合图像的高频系数,然后重构得到融合图。实验仿真结果分析表明,提出的融合方法在主观与客观评价上均优于现有文献中的一些典型融合方法,能获得更好的融合效果暗藏手枪、手雷的可见光图(图2a)、本文由全自动弯管机公司网站网站采集转载中国知网整理! http://www.wanguanji158.com 毫米波图(图2b)。可见光图像清晰，但检测不到暗藏的危险品;毫米波图成像模糊，但是两个高亮区显示了暗藏在衣物下的手雷与手枪轮廓。图2c是经本文方法得到的融合图像，可以分辨其中两个人物身上暗藏的手雷与手枪的位置毫米波图像融合-电动折弯机数控滚圆机滚弧机张家港液压弯管机滚弧机滚圆机、轮廓等。从上述分析和图像可以看出，此方法实现了隐匿物的检测。图2实验一(室外)实验二进行室内仿真，在图3中显示了室内一组暗藏爆炸物的可见光图(图3a)和同一场景的毫米波图(图3b)。其前胸有一片高亮区，是暗藏在衣物下的爆炸物品。图3原始图像融合结果如图4，图4a是5层拉普拉斯金字塔分解系数加权融合图(方法一);图4b是二进制小波域内系数绝对值取大的融合图(方法二);图4c是Contourlet域内的融合图(方法三，文献［3］方法)。分析这3种融合方法得到的效果图:图4a细节模糊不清，爆炸物对比度不明显;图4b整体太亮，且图4b与图4c存在噪声影响了视觉;图4d是本文方法得到的融合图，图像清晰，爆炸物细节明显，对比度强烈，图像质量提高很多，很好地实现了两幅图像有效信息的保留，融合效果最优［10－14］。图4实验二(室内)其次，主观视觉难以区分图像的质量，本文从定量分析角度来说明融合效果。数据从均值、清晰度、信息熵、空间频率、标准差5个角度分析融合质量，其结果如表1所示。均值反映图像整体亮度，清晰度反映图像质量，信息熵表示图像携带信息量大小，空间频率(SF)表示图像空间域的活跃程度，标准差反映了像素分布。后四者值越大，融合质量越高;均值在视觉良好的范围内即毫米波图像融合-电动折弯机数控滚圆机滚弧机张家港液压弯管机滚弧机滚圆机本文由全自动弯管机公司网站网站采集转载中国知网整理! http://www.wanguanji158.com