典型文献
深度学习框架下的红外与可见光图像融合算法综述
文献摘要：
红外与可见光图像融合是图像融合领域的重要分支.将红外与可见光传感器获取的图像进行互补融合,融合后的图像既具有红外图像的整体信息又具有可见光图像的细节信息,并广泛应用于日常生活和军事领域.由于深度学习在计算机视觉和图像处理领域具有显著优势,因此将深度学习框架应用于红外与可见光图像融合领域成为近年来的研究热点.本文首先根据融合算法的特点及原理,对现有基于深度学习框架的融合算法进行分类概述,并详细介绍算法的研究进展;其次,对图像融合领域的评价指标进行介绍;再次,选取不同分类中的典型算法进行融合试验,利用六种评价指标对实验结果进行评价;最后,分析总结融合算法存在的缺陷,对红外与可见光图像融合算法的发展方向进行展望.
文献关键词：
深度学习;图像融合;红外图像;可见光图像
中图分类号：
作者姓名：
张冬冬;王春平;付强
作者机构：
陆军工程大学石家庄校区电子与光学工程系,河北 石家庄050003
文献出处：
引用格式：
[1]张冬冬;王春平;付强-.深度学习框架下的红外与可见光图像融合算法综述)[J].激光与红外,2022(09):1288-1298
A类：
B类：
深度学习框架,红外与可见光图像融合,融合算法,合领,可见光传感器,互补融合,红外图像,细节信息,军事领域,计算机视觉,和图像,显著优势,分类概述,六种
AB值：
0.164326
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。
