用于夜间撒布地雷探测的可见光偏振图像融合OA北大核心CSTPCD

为了克服在夜间光线微弱情况下,撒布地雷目标与周边地面背景的光谱强度差异较弱的难题,研究一种端到端的无监督可见光偏振图像融合增强算法。融合图像利用撒布地雷的偏振特性在夜间增强地雷目标的同时,尽可能地保留场景的细节纹理信息。融合算法网络由特征提取模块、特征融合模块和图像重构模块构成。在特征融合方面,引入混合注意力机制以加强网络对特征张量中显著信息的提取能力。并通过设计基于像素内容分布的损失函数,引导融合图像保留更多源图像中显著像素区域特征,实现网络的端到端输出。针对夜间撒布地雷数据集,同7种主流图像融合方法进行主客观评价,并在SSIM,VIF等8项评价指标中表现为同类最优,YOLOv5模型中经融合增强的图像在地雷检测任务中表现要优于强度图像(mAP@0.5领先8%,mAP@0.5:0.95领先11%)。本模型具备先进性,并对后续地雷目标检测任务有积极影响。