基于卷积神经网络的多波段融合图像彩色化方法

• 作者: 刘震 蔺素珍 赵竞超 韩泽 黄福升
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 图像融合 深度学习 彩色化 卷积神经网络 多波段探测
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 数据采集与图像处理
• 页码范围: 201-206
• 页数: 6页
• 分类号: TP391
• 字数: 3575字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2018.03.004

摘要

为解决多波段融合图像多在灰度空间不利于人眼观察的问题,提出了基于深度卷积神经网络(Deep Convolution Neural Network,DCNN)的多波段融合图像彩色化方法.首先将利用颜色迁移和伪彩色融合制作的部分彩色融合结果添加到网络训练库中;其次将训练图像转换到YUV颜色空间;再其次构建卷积神经网络,在其输入端输入Y通道图像,以UV通道图像为目标训练网络,使其能根据输入自动生成UV通道;最后将灰度融合结果作为Y通道输入到训练好的网络,将输出的UV通道与输入再转换到RGB空间,即可得到彩色化的融合结果.实验结果表明DCNN能对灰度融合结果自动彩色化,方法简单易用,彩色更便于人眼观察.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔺素珍	中北大学大数据学院	56	309	9.0	14.0
2	韩泽	中北大学大数据学院	4	51	3.0	4.0
3	黄福升	中北大学大数据学院	3	6	1.0	2.0
4	赵竞超	中北大学大数据学院	3	6	1.0	2.0
5	刘震	中北大学大数据学院	6	13	2.0	3.0