结合亮度感知与密集卷积的红外与可见光图像融合
为解决弱光照条件下红外与可见光图像融合质量差的问题,提出一种结合亮度感知与密集卷积的红外与可见光图像融合方法(brightness perception and dense convolution,BPD-Fusion).首先,对可见光图像进行亮度计算,得到亮度权重并对其暗区域进行亮度增强;然后,将增强的可见光图像与红外图像级联输入生成器,在其Conv1阶段后嵌入密集卷积以获取更丰富的图像特征;最后,为了达到较强的图像重构与生成能力,建立多损失函数构建端到端的图像融合过程.在TNO和KAIST数据集上进行融合质量测评:主观评价上,提出的方法视觉效果良好;客观评价上,差异相关和、信息熵、互信息和平均梯度指标均优于对比方法.
图像融合、亮度感知、密集卷积网络、对抗生成网络、红外与可见光图像、信息熵、互信息、差异相关和
17
TP391(计算技术、计算机技术)
辽宁工程技术大学学科创新团队资助项目;辽宁省教育厅一般项目
2022-06-21(万方平台首次上网日期,不代表论文的发表时间)
共10页
643-652