基于深度学习理论的激光图像融合研究

• 作者: 张科星
• 来源期刊: 激光杂志
• 关键词: 深度学习 激光图像 卷积神经网络 最佳阈值 降维 融合规则
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 121-125
• 页数: 5页
• 分类号: TN751
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2021.04.121

摘要

在对激光图像融合时常遇到图像维度过高或图像特征不明确的情况,因此,将深度学习理论作为基础研究激光图像融合方法.激光图像去均值处理后,采用卷积神经网络训练激光图像特征向量,经卷积神经网络的卷积层、池化层等降维处理特征向量,获得激光图像特征识别结果;使用模糊最小误差阈值算法和Ostu算法计算识别激光图像特征的最佳阈值与局部阈值,将这些阈值作为融合参数,并依据融合规则,通过融合距离像和强度像完成激光图像的融合.通过仿真分析可知,该方法能够有效消除融合后图像的散斑噪声获得良好的图像融合效果,且融合后的激光图像具有良好的清晰度和亮度,融合质量较高.