基于卷积神经网络的图像融合方法

• 作者: 李婧 保慧琴 李茹
• 来源期刊: 微型电脑应用
• 关键词: 图像质量 融合方法 卷积神经网络 采样剪切波变换 不同频率子带
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 32-34,38
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2021.08.010

摘要

当前图像融合方法存在融合精度低的问题,融合图像清晰度不够,质量低,为了解决当前图像融合方法存在的这些问题,获得更高质量的图像融合结果,提出了基于卷积神经网络的图像融合方法.首先采集待融合图像,并对它们进行预处理,然后分别将预处理后的图像输入到卷积神经网络进行训练,提取它们的图像融合特征,最后采用最优阈值法对融合特征进行分割,对不同图像不同区域进行相应的融合,得到最终的图像融合结果,并采用具体图像融合实验分析了卷积神经网络和其它方法的性能,结果表明,卷积神经网络融合后的图像不仅清晰度和亮度得到了明显的改善,而且提高了图像信噪比,图像质量更高,具有十分明显的优越性.