改进VGG网络的多聚焦图像的融合方法
为更好地保留原图像信息,提高图像融合性能,提出一种改进VGG卷积神经网络与边缘像素统计特征相结合的融合算法.首先,该算法将完整图像拆分成图像块,以图像块的预处理来获取较高的图像分类,精度达到0.985以上,以改进的VGG卷积神经网络来加快模型收敛速度,当图像块输入到网络当中,可以初步得到二分类的权值矩阵.其次,在高频细节部分,对于左聚焦图像和右聚焦图像的清晰模糊模块分别进行模糊化处理,根据像素点之间的统计特征经阈值分割后得到有明显边界的权值矩阵.最后,结合两次分割的权值矩阵,通过加权求和的融合策略,得到处处清晰的聚焦图像.为说明算法有效性,在实验部分展示其融合主观视觉效果图与信息熵等客观评价,该算法对比其他算法表现突出,可较好地保留原图像的信息.
图像融合、VGG、图像分块、统计特征、多聚焦图像
41
TN201;TP391.4(光电子技术、激光技术)
国家自然科学基金;陕西省自然科学基金;陕西省教育厅专项科研计划
2020-06-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
500-507