基于快速交替引导滤波和CNN的红外与可见光图像融合OACSTPCD
Infrared and visible image fusion based on fast alternating guided filtering and CNN
为了解决红外与可见光图像融合中出现细节信息丢失,边缘模糊以及伪影的问题,本文提出一种快速交替引导滤波,在保证融合图像质量的前提下有效提高运行效率,结合CNN(卷积神经网络)以及红外特征提取进行有效的融合.首先,对源图像利用四叉树分解和贝塞尔插值来提取红外亮度特征结合可见光图像得到初始融合图像.其次,通过快速交替引导滤波获取源图像的基础层与细节层信息,基础层通过CNN与拉普拉斯变换得到融合后的基础图像,细节层通过显著性测量的方法得到融合后的细节图像…查看全部>>
杨艳春;李永萍;党建武;王阳萍
兰州交通大学 电子与信息工程学院,甘肃 兰州730070兰州交通大学 电子与信息工程学院,甘肃 兰州730070兰州交通大学 电子与信息工程学院,甘肃 兰州730070兰州交通大学 电子与信息工程学院,甘肃 兰州730070
信息技术与安全科学
快速交替引导滤波红外特征提取卷积神经网络红外与可见光图像融合
《光学精密工程》 2023 (10)
基于自然强交互的线上虚拟仿真实验关键技术研究及过程性评价
1548-1562,15
长江学者和创新团队发展计划资助(No.IRT_16R36)国家自然科学基金(No.62067006)甘肃省科技计划项目(No.18JR3RA104)甘肃省高等学校产业支撑计划项目(No.2020C-19)兰州市科技计划项目(No.2019-4-49)甘肃省教育厅:青年博士基金项目2022QB-067甘肃省自然科学基金项目(No.21JR7RA300)兰州交通大学天佑创新团队(No.TY202003)兰州交通大学—天津大学联合创新基金项目(No.2021052)
评论