avatar avatar 我的文献 基于联合卷积自编码网络的多聚焦图像融合方法 作者 罗晓清; 熊梦渔; 张战成 单位 江南大学物联网工程学院; 苏州科技大学电子与信息工程学院 期刊 控制与决策 时间 关键词 联合卷积自编码; 多聚焦图像; 图像融合; 聚焦映射; 卷积神经网络; 深度学习 基金 国家自然科学基金(61772237); 中央高校基本科研业务费(JUSRP51618B); 苏州市重点产业技术创新项目(SYG201702)
摘要
由于相机景深的限制,单次成像无法对不同景深的内容全部清晰成像,多聚焦图像融合技术可以将不同聚焦层次的图像融合为一幅全聚焦的图像,其中如何得到准确的聚焦映射是多聚焦图像融合中的关键问题。利用卷积神经网络强大的特征提取能力,设计了具有公共分支和私有分支的联合卷积自编码网络学习多源图像的特征,公共分支学习多幅图像之间的公共特征,每幅图像的私有分支学习该图像区别于其他图像的私有特征,基于私有特征计算图像的活动测度,得到图像聚焦区域映射,据此设计融合规则融合两幅多聚焦图像最终得到全聚焦的融合图像。在公开数据集上的对比实验结果显示:主观评测,该方法较好的融合了聚焦区域,视觉效果自然清晰;客观指标上,该方法在多个评价指标上优于对比方法。
下载 浏览 cnki {{liketext}}
©2020 - iData {{ message }} 关闭