基于超像素级卷积神经网络的多聚焦图像融合算法
该文提出了基于超像素级卷积神经网络(sp-CNN)的多聚焦图像融合算法.该方法首先对源图像进行多尺度超像素分割,将获取的超像素输入sp-CNN,并对输出的初始分类映射图进行连通域操作得到初始决策图;然后根据多幅初始决策图的异同获得不确定区域,并利用空间频率对其再分类,得到阶段决策图;最后利用形态学对阶段决策图进行后处理,并根据所得的最终决策图融合图像.该文算法直接利用超像素分割块进行图像融合,其相较以往利用重叠块的融合算法可达到降低时间复杂度的目的,同时可获得较好的融合效果.
多聚焦图像融合、卷积神经网络、超像素分割、空间金字塔池化
43
TN911.73;TP751
国家重点研发计划;国家自然科学基金
2021-04-23(万方平台首次上网日期,不代表论文的发表时间)
共9页
965-973