典型文献
基于RPCA和LatLRR分解的红外与可见光的图像融合
文献摘要：
红外光和可见光图像的融合在视频监控、目标跟踪等方面发挥着越来越重要的作用.为了得到融合效果更好的图像,提出了一种新的基于鲁棒性低秩表示的图像分解与深度学习结合的方法.首先,利用鲁棒性主成分分析对训练集图像进行去噪处理,利用快速的潜在低秩表示学习提取突出特征的稀疏矩阵,并对源图像进行分解,重构形成低频图像和高频图像.然后,低频部分利用自适应加权策略进行融合,高频部分利用深度学习的VGG-19网络进行融合.最后,将新的低频图像与新的高频图像进行线性叠加,得到最后的结果.实验验证了本文提出的图像融合算法在主观评价与客观评价上均具有一定的优势.
文献关键词：
图像融合;深度学习;潜在低秩表示;稀疏矩阵
中图分类号：
作者姓名：
丁健;高清维;卢一相;孙冬
作者机构：
安徽大学 电气工程与自动化学院,安徽 合肥 23061
文献出处：
引用格式：
[1]丁健;高清维;卢一相;孙冬-.基于RPCA和LatLRR分解的红外与可见光的图像融合)[J].红外技术,2022(01):1-8
A类：
LatLRR,潜在低秩表示
B类：
RPCA,红外与可见光,图像融合,可见光图像,视频监控,目标跟踪,了得,融合效果,图像分解,鲁棒性主成分分析,训练集,去噪处理,表示学习,突出特征,稀疏矩阵,自适应加权,VGG,线性叠加,融合算法,主观评价,客观评价
AB值：
0.346253
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。
