一种基于深度学习的多聚焦图像融合算法

被引：20

作者：

陈清江 ^{[1
]}

李毅 ^{[1
]}

柴昱洲 ^{[2
]}

机构：

[1] 西安建筑科技大学理学院

[2] 空间电子信息技术研究院

来源：

激光与光电子学进展 | 2018年 / 55卷 / 07期

关键词：

图像处理; 多聚焦图像融合; 深度学习网络; 矫正矩阵; 图像块分类; 边界修复;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对深度学习在计算机视觉上的良好表现,提出一种基于深度学习的多聚焦图像融合算法,在原有的AlexNet网络模型基础上改进了卷积核大小、步长等;利用改进后的深度学习网络特有的得分机制分类了聚焦图像块与散焦图像块;使用矫正矩阵矫正了误判图像块,并细分、修复了融合后的图像聚焦与散焦分界区域,得到了融合图像;选取6组多聚焦图像验证了本文算法的有效性。实验结果表明:与其他算法相比,运用本文算法进行图像融合,能够保存较多的图像原始高频信息,并在互信息、边缘信息保持度、平均梯度和熵等评价指标上取得了较好的表现。

引用

页码：246 / 254

页数：9

共 12 条

[1] 基于快速有限剪切波变换与引导滤波的多聚焦图像融合算法
朱达荣
许露
汪方斌
刘涛
储朱涛
[J]. 激光与光电子学进展, 2018, 55 (01) : 196 - 203
[2] 基于剪切波变换和邻域结构特征的红外与可见光图像融合
丁文杉
毕笃彦
何林远
凡遵林
吴冬鹏
[J]. 光学学报, 2017, 37 (10) : 115 - 123
[3] 一种自适应区域融合规则多聚焦图像融合算法
程德强
陈刚
高凌志
厉航
黄晓丽
满广毅
[J]. 激光与光电子学进展, 2017, 54 (10) : 215 - 221
[4] 融合航空影像和LIDAR点云的建筑物探测及轮廓提取
程效军
程小龙
胡敏捷
郭王
张立朔
[J]. 中国激光, 2016, 43 (05) : 253 - 261
[5] 结合小波变换和自适应分块的多聚焦图像快速融合
刘羽
汪增福
[J]. 中国图象图形学报 , 2013, (11) : 1435 - 1444
[6] ImageNet Classification with Deep Convolutional Neural Networks
Krizhevsky, Alex
Sutskever, Ilya
Hinton, Geoffrey E.
[J]. COMMUNICATIONS OF THE ACM, 2017, 60 (06) : 84 - 90
[7] Multi-focus image fusion using dictionary-based sparse representation[J] . Mansour Nejati,Shadrokh Samavi,Shahram Shirani.Information Fusion . 2014
[8] Quadtree-based multi-focus image fusion using a weighted focus-measure[J] . Xiangzhi Bai,Yu Zhang,Fugen Zhou,Bindang Xue.Information Fusion . 2014
[9] Multi-scale weighted gradient-based fusion for multi-focus images[J] . Zhiqiang Zhou,Sun Li,Bo Wang.Information Fusion . 2013
[10] Multifocus Image Fusion and Restoration With Sparse Representation
Yang, Bin
Li, Shutao
[J]. IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, 2010, 59 (04) : 884 - 892

← 1 2 →