科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于在高灵敏紫外成像仪中紫外光与可见光成像原理存在一定差异，现有的方法配准精度不高，融合效果不理想。针对以上问题，提出了一种基于AlexNet网络与果蝇优化算法(Fruit fly optimization algorithm, FOA)小波融合的紫外光与可见光的图像的配准融合算法。首先，对预训练的AlexNet网络的权值阈值进行微调，利用AlexNet网络对图像进行各层次的特征提取，配合空间变换矩阵，实现紫外光与可见光的高精度配准。其次，将配准后的紫外光与可见光图像输入到FOA优化后的小波算法模型中实现融合。仿真结果显示，所提方法配准精度远远高于工业要求且收敛速度快，融合图像的信息熵较高。
- 出版日期2023
- 单位华北电力大学
