典型文献
VAE-Fuse:一种无监督的多聚焦融合模型
文献摘要：
在多聚焦图像融合问题中,为了尽可能多地保留原始图像信息并提升图像融合的质量,首先结合变分自编码器结构及无参考图像清晰度评价指标中的灰度方差乘积函数,设计了一种基于无监督学习的双阶段图像融合网络;然后在训练阶段,提出使用多尺度结构相似度作为损失函数并引入了总偏差损失对图像中存在的噪声进行抑制;接着构建了一种基于变分自编码器结构的编码器-解码器网络进行原始图像的重构任务训练;再次在融合阶段,使用训练好的编码器对待融合图像进行特征编码后,使用改进的灰度方差乘积函数方法进行清晰像素的判别任务;最后通过数学形态学优化处理后生成最终的决策图,采用加权融合策略完成图像的最终融合.实验结果表明,此方法虽然采用了更少的模型参数,但是在编码解码过程中保留了更多的原始图像信息,在像素判别过程中优于传统的基于空间频率的判别方法.在与多种具有代表性的图像融合方法相比中,所提出的方法在主观和客观评价方面均取得了先进的融合性能.
文献关键词：
多聚焦图像融合;无监督学习;变分自编码器;灰度方差乘积
中图分类号：
作者姓名：
邬开俊;梅源
作者机构：
兰州交通大学电子与信息工程学院,甘肃兰州730070
文献出处：
引用格式：
[1]邬开俊;梅源-.VAE-Fuse:一种无监督的多聚焦融合模型)[J].西安电子科技大学学报（自然科学版）,2022(06):129-138
A类：
灰度方差乘积
B类：
VAE,Fuse,多聚焦融合,融合模型,多聚焦图像融合,融合问题,原始图像,图像信息,变分自编码器,无参考,参考图像,图像清晰度评价,无监督学习,双阶段,融合网络,训练阶段,出使,多尺度结构,结构相似度,损失函数,解码器,练好,融合图像,特征编码,像素,数学形态学,形态学优化,优化处理,决策图,加权融合,融合策略,成图,在编,编码解码,别过,空间频率,判别方法,多种具,融合方法,客观评价,融合性能
AB值：
0.326429
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
