一种改进的全卷积神经网络多聚焦图像融合研究

• 作者: 魏辉琪 刘增力
• 来源期刊: 电视技术
• 关键词: 多聚焦图像融合 全卷积神经网络 鲁棒主成分分析 暹罗网络
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 接收与显示|RECEPTION & DISPLAY
• 页码范围: 21-26,43
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16280/j.videoe.2021.07.006

摘要

针对目前多聚焦图像领域算法研究的不足,提出改进的全卷积神经网络多聚焦图像融合算法.和以往的全卷积神经网络模型相比,改进的网络模型更加轻便、网络层级更少.将传统算法鲁棒主成分分析法运用于图像特征提取,在网络特征提取部分采用更小的网络结构,在达到提取更多特征信息的目的的同时减少了网络层级;全连接层与全卷积层的转换通过softmax层对图像进行分类,最后通过设置分类器防止像素点样本偏移,大大提升了运算速率.经过多组实验的彩色灰色数据集验证,改进的融合算法与目前多聚焦图像融合的卷积神经网络算法相比,融合速度大大提升,更具有实际应用率,融合质量也有相应提升,说明此算法相比其他算法更具运用价值.