典型文献
深度密集卷积神经网络协同检测的多聚焦图像融合方法
文献摘要：
针对传统方法不能充分挖掘图像聚焦关联信息导致融合细节失真的问题,提出了一种基于深度密集卷积神经网络协同检测的多聚焦图像融合方法.将多聚焦源图像进行集成实现协同聚焦特征检测,利用深度密集卷积神经网络的特征复用、低级特征与高级特征相结合等特点,来加强多聚焦图像特征表达能力,可以更好地挖掘图像语义信息.采用多尺度金字塔池化策略聚合不同聚焦区域的全局上下文信息,增强聚焦与离焦的区分能力,得到粗略融合概率决策图.进一步采用卷积条件随机场对其进行优化,获得精细化概率决策图,最终得到细节保持的融合图像.将一对多聚焦图像合并为6通道送入网络进行训练,保证了训练时聚焦图像相关性.利用公开数据集对提出的融合方法进行主观与客观评价,实验结果表明该方法具有较好的融合效果,能够充分挖掘聚焦关联信息、保留足够的图像细节.
文献关键词：
图像处理;多聚焦图像;图像融合;密集卷积神经网络;金字塔池化;协同检测
中图分类号：
作者姓名：
杨威;梅礼晔;徐川;张欢;胡传文;邓鶱闯
作者机构：
武昌首义学院信息科学与工程学院,湖北武汉430064;武汉大学工业科学研究院,湖北武汉430072;湖北工业大学计算机学院,湖北武汉430068;浙江省测绘科学技术研究院,浙江杭州311100
文献出处：
引用格式：
[1]杨威;梅礼晔;徐川;张欢;胡传文;邓鶱闯-.深度密集卷积神经网络协同检测的多聚焦图像融合方法)[J].激光与光电子学进展,2022(24):38-47
A类：
多尺度金字塔池化
B类：
密集卷积神经网络,网络协同,协同检测,多聚焦图像融合,融合方法,联信,失真,同聚,特征检测,复用,低级,图像特征,特征表达,表达能力,图像语义信息,池化策略,全局上下文信息,强聚焦,离焦,区分能力,粗略,决策图,条件随机场,细节保持,融合图像,送入,入网,公开数据集,主观与客观,客观评价,融合效果,留足
AB值：
0.284928
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。
