基于改进型CNN的多聚焦图像融合方法

摘要：

针对多聚焦图像融合问题,提出一种基于改进型卷积神经网络(convolutional neural network,CNN)的图像融合方法.首先,阐述了多聚焦图像融合问题与CNN中分类问题的一致性关系;其次,对经典的CNN模型加以改进,构建了改进型CNN模型;最后,将待融合源图像输入改进型CNN模型进行实验仿真.仿真结果表明,与现有的代表性融合方法相比,该方法无论在直观视觉效果还是客观评价指标方面均具有显著的优势.

关键词：图像融合、多聚焦、卷积神经网络、池化层

所属期刊栏目：51

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61309008,61309022;信息保障技术重点实验室开放基金项目KJ-17-105;陕西省自然科学基础研究计划面上项目2018JM6047

在线出版日期：2019-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：29-33