岩石薄片多聚焦图像融合的深度学习算法研究
本文提出了一种基于无监督的深度学习算法,以解决在显微镜下采集产生的岩石薄片图像的多聚焦融合问题.为了提取图像的深层特征,使用无监督方法训练了一个编解码神经网络,用于提取不同聚焦图像的深度特征,得到特征图;然后利用特征图的空间频率计算出二值决策图;由于细微的决策偏差,二值决策图中可能存在孔洞、毛刺干扰,于是对决策图进行形态学处理和滤波.最后通过处理后的决策图得到融合图像.实验得到该方法的数据评价指标QG、QY、QCB的值分别为0.747 7,0.987 4、0.796 9,同时主观效果上也好于其他方法;实验证明了在显微镜岩石薄片图像和通用图像的多聚焦融合应用中,该方法能取得良好的效果.
多聚焦融合、深度学习、无监督方法、岩石薄片图像
45
TP391.4(计算技术、计算机技术)
国家自然科学基金62071315
2022-09-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
125-130