基于改进型CNN的多聚焦图像融合方法

• 作者: 任聪 孔韦韦 赵文阳 雷阳
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 图像融合 多聚焦 卷积神经网络 池化层
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 29-33
• 页数: 5页
• 分类号: TP181
• 字数: 3230字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2018180

摘要

针对多聚焦图像融合问题,提出一种基于改进型卷积神经网络(convolutional neural network,CNN)的图像融合方法.首先,阐述了多聚焦图像融合问题与CNN中分类问题的一致性关系;其次,对经典的CNN模型加以改进,构建了改进型CNN模型;最后,将待融合源图像输入改进型CNN模型进行实验仿真.仿真结果表明,与现有的代表性融合方法相比,该方法无论在直观视觉效果还是客观评价指标方面均具有显著的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷阳	武警工程大学密码工程学院	13	60	5.0	7.0
2	孔韦韦	西安邮电大学计算机学院	2	2	1.0	1.0
3	任聪	武警工程大学密码工程学院	3	1	1.0	1.0
4	赵文阳	西安邮电大学计算机学院	1	1	1.0	1.0