基于卷積神經(jīng)網(wǎng)絡(luò)的多源圖像融合技術(shù)研究
發(fā)布時(shí)間:2021-09-06 22:42
多源圖像融合是指將具有互補(bǔ)信息的多張圖像合并成具有最優(yōu)信息的單張圖像的過程。多源圖像融合技術(shù)根據(jù)具體輸入圖像的不同,可細(xì)分為多焦點(diǎn)圖像融合、多曝光圖像融合、紅外和可見光圖像融合等應(yīng)用分支。目前,這些多源圖像融合技術(shù)已經(jīng)在軍事和民用等多個(gè)領(lǐng)域獲得廣泛應(yīng)用。因此,研究性能更高、計(jì)算資源消耗更少和魯棒性更強(qiáng)的多源圖像融合方法,具有很強(qiáng)的理論價(jià)值和實(shí)用價(jià)值。本文首先研究了幾種經(jīng)典多源圖像融合方法的基本原理,包括傳統(tǒng)圖像融合方法以及基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)的方法。涉及的傳統(tǒng)圖像融合方法又分為簡(jiǎn)單加權(quán)平均方法和基于多尺度分解的方法。與傳統(tǒng)方法相比,基于CNN的方法有明顯的優(yōu)勢(shì)。它將傳統(tǒng)方法中需要人工精心設(shè)計(jì)的融合策略交由CNN網(wǎng)絡(luò)自動(dòng)生成,解決了傳統(tǒng)融合方法研究中面臨的融合精度不足與適應(yīng)性差的難題;诜诸怌NN網(wǎng)絡(luò)的多焦點(diǎn)圖像融合方法,開創(chuàng)性地將圖像分類網(wǎng)絡(luò)引入圖像融合應(yīng)用中,后續(xù)進(jìn)行的多焦點(diǎn)圖像融合研究基本上是在此基礎(chǔ)上的不斷改進(jìn)。然而,由于采用了分類網(wǎng)絡(luò)和基于分塊的策略,這類方法在焦點(diǎn)區(qū)域和非焦點(diǎn)區(qū)域分界處的融合效果不甚完美,常產(chǎn)生...
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:101 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
典型的圖像融合系統(tǒng)架構(gòu)
一個(gè)高斯金字塔分解的例子
獲得與 Gk大小相同的新圖像 Ek。用公式表示該操作:1( , ) ( , ) ( [( )/ 2], [( )/ 2])p pk ku p v pE x y K u v G floor x u floor y v (2-9再通過求差操作創(chuàng)建圖像 Gk與 Ek之間的差異圖像 Lk:( , ) ( , ) ( , )k k kL x y G x y E x y(2-10Lk顯示了高斯金字塔第 k 層中存在的高頻空間細(xì)節(jié)。然后,可以計(jì)算一個(gè)新的包含 L0、L1、…、Ln-1的金字塔,在不同分辨率上表示原始圖像中的顯著信息,如圖 2.3所示。這種結(jié)構(gòu)被成為拉普拉斯金字塔,因?yàn)樵撨^程中采用了有效的拉普拉斯操作,該結(jié)構(gòu)在圖像處理中有許多應(yīng)用。Burt 和 Adelson 最初使用它來進(jìn)行圖像壓縮[68,69],但它與圖像融合問題的相關(guān)性很快就被意識(shí)到,1985 年他們開創(chuàng)了拉普拉斯金字塔融合方案[70]。
【參考文獻(xiàn)】:
期刊論文
[1]Multi-focus image fusion algorithm based on shearlets[J]. 苗啟廣,石程,許鵬飛,楊眉,史耀波. Chinese Optics Letters. 2011(04)
[2]基于區(qū)域分割的紅外與可見光圖像融合算法的研究(英文)[J]. 劉坤,郭雷,李暉暉,陳敬松. Chinese Journal of Aeronautics. 2009(01)
本文編號(hào):3388317
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:101 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
典型的圖像融合系統(tǒng)架構(gòu)
一個(gè)高斯金字塔分解的例子
獲得與 Gk大小相同的新圖像 Ek。用公式表示該操作:1( , ) ( , ) ( [( )/ 2], [( )/ 2])p pk ku p v pE x y K u v G floor x u floor y v (2-9再通過求差操作創(chuàng)建圖像 Gk與 Ek之間的差異圖像 Lk:( , ) ( , ) ( , )k k kL x y G x y E x y(2-10Lk顯示了高斯金字塔第 k 層中存在的高頻空間細(xì)節(jié)。然后,可以計(jì)算一個(gè)新的包含 L0、L1、…、Ln-1的金字塔,在不同分辨率上表示原始圖像中的顯著信息,如圖 2.3所示。這種結(jié)構(gòu)被成為拉普拉斯金字塔,因?yàn)樵撨^程中采用了有效的拉普拉斯操作,該結(jié)構(gòu)在圖像處理中有許多應(yīng)用。Burt 和 Adelson 最初使用它來進(jìn)行圖像壓縮[68,69],但它與圖像融合問題的相關(guān)性很快就被意識(shí)到,1985 年他們開創(chuàng)了拉普拉斯金字塔融合方案[70]。
【參考文獻(xiàn)】:
期刊論文
[1]Multi-focus image fusion algorithm based on shearlets[J]. 苗啟廣,石程,許鵬飛,楊眉,史耀波. Chinese Optics Letters. 2011(04)
[2]基于區(qū)域分割的紅外與可見光圖像融合算法的研究(英文)[J]. 劉坤,郭雷,李暉暉,陳敬松. Chinese Journal of Aeronautics. 2009(01)
本文編號(hào):3388317
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3388317.html
最近更新
教材專著