科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开的基于卷积神经网络与显著性权重的图像融合方法,属于图像信息融合技术领域。本发明通过导向滤波实现源图像的基础层和细节层的分解,得到源图像的细节层和基础层；利用显著性权重对分解后的基础层进行融合,得到对比度增强的融合后的基础层图像；对源图像细节层进行多分辨率奇异值分解,将分解后源图像细节层进行卷积神经网络多层特征提取与融合,获得包含精细细节的源图像细节层融合,重构得到高质量融合图像。本发明获得的高质量融合图像具有较高的对比度信息,包含源图像的细节层信息,有助于突出显著性目标,提高目标识别的检测效率。此外,本发明根据实际融合需求,改变方法中的网络结构,实现不同的融合效果,具有较强的通用性。
- 出版日期2019-4-25
- 单位北京理工大学
