论文部分内容阅读
为了综合利用红外和可见光云图的天气信息,本文提出一种基于非下采样shearlet（NSST）与自适应脉冲耦合神经网络（PCNN）相结合的红外和可见光卫星云图融合方法。首先利用NSST对红外和可见光卫星云图进行多尺度、多方向分解,然后对分解得到的低频子带系数采用基于局部区域方差和局部区域能量的自适应加权方法进行融合,高频子带系数采用改进的自适应PCNN进行融合,其中脉冲耦合神经网络的连接强度依据高频系数区域特征的不同重要性,通过一个S型模糊隶属度函数自适应确定。最后对融合完成的低频和高频分量进行NSST逆变