基于生成对抗网络的可见光与红外图像融合

• 作者: 刘锃亮 张宇 吕恒毅
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: 图像融合 红外图像 可见光图像 FusionGAN PSConv ECA-Net
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 信号与信息处理|Signal and Information Processing
• 页码范围: 555-561
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2022.04.005

摘要

图像融合是图像处理领域中非常重要的分支,可见光图像与红外图像的融合在机器感知、 目标检测与追踪、监控、 遥感和图像去雾等方面扮演着十分重要的角色.针对目前一些融合算法时效性差、 复杂程度高、 泛化程度低和融合后图片信息丢失量大等问题,在神经网络FusionGAN的基础上进行了改进.在其中引入了一种多尺度卷积PSConv和一种轻量化注意力模块ECA-Net,前者能够在更细粒度角度进行多尺度特征融合,后者能自适应地选择一维卷积核大小,从而实现性能上的提优.实验采用经典的红外与可见光数据集TNO和NIO数据集,经实验表明,改进后的算法在主观评价与客观评价下,与原算法和其他算法相比有着明显提高.