湖北工业大学学报2020，Vol.35Issue(2) ：52-55,105.

一种基于无监督学习的空间域图像融合方法

A spatial Image Fusion Method Based on Unsupervised Learning

王淑青 蔡颖婧
湖北工业大学学报2020，Vol.35Issue(2) ：52-55,105.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

一种基于无监督学习的空间域图像融合方法

A spatial Image Fusion Method Based on Unsupervised Learning

王淑青 1蔡颖婧1
扫码查看

作者信息

  • 1. 湖北工业大学湖北省电网智能控制与装备工程技术研究中心,湖北武汉430068;湖北工业大学电气与电子工程学院,湖北武汉430068
  • 折叠

摘要

针对多焦点图像融合问题,提出一种新的无监督深度学习模型.首先,训练一个无监督的编解码器网络来提取输入图像的深层特征,然后利用这些特征和空间频率来测量图像像素活跃度并得到决策图.最后,应用一致性验证方法对决策图进行调整,得出融合结果.该方法的关键在于,只有在景深(DOF)范围内的物体在照片中才有明显的锐度,而其他物体很可能是模糊的.本方法是在深度特征上分析锐度的特征,而不是原始图像.实验结果表明,与已有的16种融合方法相比,该方法在客观评价和主观评价方面均取得了较好的融合效果.

关键词

多焦点图像融合/像素活跃度/深度特征/决策图

引用本文复制引用

出版年

2020
湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子：0.258
ISSN：1003-4684
被引量1
参考文献量12
段落导航相关论文