典型文献
基于无监督深度学习的多聚焦图像融合
文献摘要：
摄像机镜头受景深限制,不能同时聚焦距离差别较大的不同物体,导致单次曝光的图像聚焦处图像清晰,未聚焦处图像模糊.为了将多幅不同聚焦情况的图像融合成为一幅全清晰图像,文章提出了一种基于自编码器的无监督卷积神经网络,网络以融合图像与输入图像的结构相似度为目标,增加局部信息加权值,以融合后图像能最大程度地获取原始图像中的有效信息构建损失函数,最终训练网络进行图像融合.该方法在公共基准数据集上取得了较好的表现,与多种方法相比,融合结果的客观指标与主观感受均有明显的提高.
文献关键词：
深度学习;多聚焦图像融合;无监督训练
中图分类号：
作者姓名：
侯幸林;周培培
作者机构：
常州工学院汽车工程学院,江苏 常州 213032;常州工学院电气信息工程学院,江苏 常州 213032
文献出处：
引用格式：
[1]侯幸林;周培培-.基于无监督深度学习的多聚焦图像融合)[J].常州工学院学报,2022(02):24-29
A类：
B类：
无监督深度学习,多聚焦图像融合,摄像机,镜头,景深,焦距,离差,曝光,多幅,同聚,一幅,自编码器,融合图像,结构相似度,局部信息,权值,后图,原始图像,有效信息,信息构建,损失函数,基准数据集,多种方法,客观指标,主观感受,无监督训练
AB值：
0.423173
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。
