10.3969/j.issn.1001-5078.2019.01.021
基于卷积神经网络的红外图像融合算法
红外图像与可见光图像融合的目的是为人类观察或其他计算机视觉任务生成信息更加丰富的图像.本文针对深度学习近年来在计算机视觉领域取得的巨大成功,提出一种基于卷积神经网络的红外与可见光图像融合算法.首先,使用引导滤波和高斯滤波器组成的尺度感知边缘保护滤波器对输入的源图像进行多尺度分解,基础层利用像素强度分布的加权平均融合规则进行融合,细节层借助卷积神经网络对空间细节进行提取融合.实验结果表明,本文算法可以较好的将特定尺度信息进行保存,并减小滤波对边缘细节带来的光晕影响,融合后图像噪声较少,细节呈现的更加自然,并且适合人类视觉感知.
图像融合、红外与可见光图像、卷积神经网络、多尺度分解
49
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61403298;陕西省自然科学基金项目2015JM1024;陕西省教育厅专项科研计划项目2013JK0586
2019-04-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
123-128