联合改进差分进化算法和PCNN的图像融合方法
王观英
江苏联合职业技术学院徐州财经分院 江苏徐州 221008
摘要：脉冲耦合神经网络(pulse-coupled neural networks,PCNN)因其生物学特性被广泛应用于图像融合,使其参数值的设置成为研究难点.为解决此问题,文章提出一种联合改进差分进化算法和PCNN的图像融合方法.该方法首先采用粒子群优化算法对差分进化算法每一代初始化参数进行评估得到最佳个体,以提高本地搜索能力.然后采用多准则评价测度(即图像熵(EM)、平均梯度(AG)和空间频率(SF))作为适应度函数自动优化PCNN参数.实验结果表明,该方法能够有效找到PCNN最优参数,获得较好融合效果.
关键词：差分进化算法图像融合脉冲耦合神经网络多准则
论文发表日期：2025-02-27
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 42-45,49 )