基于轻量级网络和边缘校正的多聚焦图像融合方法

摘要：

野战条件下部队装备维修抢修技术力量有限,需要后方技术专家进行远程支持,为解决远程支持专家实时、全面观察维修现场环境的问题,提出一种基于轻量级神经网络和边缘校正的多聚焦图像融合方法.第一级融合使用改进的轻量级神经网络模型对图像补丁进行分类,将输出结果重构成初级决策图,划分出主聚焦区域;第二级融合使用一种改进的边缘检测算法,生成边缘引导图对初级决策图进行边缘校正,获得良好的融合边缘.选取cifar?10数据集中的自然图像进行特殊处理,模拟边界模糊情况,创建多尺度模糊数据集.实验结果表明,该融合方法参数量少、模型体积小、收敛速度快,经过两个阶段的处理,图像细节保有度高,融合边界效果良好,在主观视觉和客观评估方面优于其他融合方法,能够满足维修任务需要.

关键词：图像融合、轻量级网络、边缘校正、装备维修、深度可分离卷积、边缘检测、融合规则

所属期刊栏目：45

分类号：TN911.73⁃34;TP391

资助基金：装备预研项目41402050102

在线出版日期：2022-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：28-34