卷积神经网络结合显著性目标掩图的红外与可见光图像融合

• 作者: 万刘永 程健庆 刘义海
• 来源期刊: 舰船电子对抗
• 学科: 工学
• 关键词: 图像融合 卷积神经网络 显著性目标掩图 梯度损失
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 信号/数据处理技术|SIGNAL/DATA PROCESSING TECHNOLOGY
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16426/j.cnki.jcdzdk.2022.01.014

摘要

传统的基于多尺度变换理论的红外与可见光融合,提取特征单一,融合规则需要手动设计,难以应对多场景的需求,而深度学习的方法具有良好的特征提取能力,能够对多种特征进行学习.使用基于卷积神经网络的方法对图像融合进行研究,将网络分为特征提取网络和特征融合网络2个部分.首先使用图像处理软件获得红外图像的显著性目标掩图,然后以目标掩图为基础定义卷积神经网络的损失函数,最后使用公共数据集对神经网络进行训练,并与传统的多尺度变换方法进行对比.实验结果表明,从主观评价角度来看,融合结果更符合人眼习惯,更有利于人眼识别,同时在客观评价指标上也均有所提高.