基于CNN与直方图规定化的红外与低照度可见光图像融合

• 作者: 唐泽恬 童林 龙先梅 六盘水师范学院物理与电气工程学院
• 来源期刊: 计算技术与自动化
• 学科: 工学
• 关键词: 可见光图像 红外图像 图像融合 直方图规定化 卷积神经网络
• 年，卷（期）: 2024,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 102-106,146
• 页数: 6页
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202303017

摘要

针对红外与低照度可见光图像融合时，细微的纹理信息不能有效地保留的问题，提出了基于CNN与直方图规定化的红外与低照度可见光图像融合算法。首先，通过基于卷积神经网络的融合方法得到融合后的图像；其次，计算融合后图像的灰度直方图，通过直方图规定化将可见光图像的直方图映射到融合图像的直方图的区间上，以增强图像的纹理信息；最后，将直方图规定化的图像与红外图像通过卷积神经网络的方法进行融合，得到融合图像。实验结果表明，本文提出的算法在视觉效果和客观评价上均优于基于卷积神经网络的融合方法。