-
题名无监督深度学习模型的多聚焦图像融合算法
被引量：1
- 1
-
-
作者
王长城
周冬明
刘琰煜
谢诗冬
-
机构
云南大学信息学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第21期209-215,共7页
-
基金
国家自然科学基金(61966037,61365001,61463052)。
-
文摘
深度学习技术应用到多聚焦图像融合领域时,其大多通过监督学习的方式来训练网络,但由于缺乏专用于多聚焦图像融合的监督训练的标记数据集,且制作专用的大规模标记训练集代价过高,所以现有方法多通过在聚焦图像中随机添加高斯模糊进行监督学习,这导致网络训练难度大,很难实现理想的融合效果。为解决以上问题,提出了一种易实现且融合效果好的多聚焦图像融合方法。通过在易获取的无标记数据集上以无监督学习方式训练引入了注意力机制的encoder-decoder网络模型,获得输入源图像的深层特征。再通过形态聚焦检测对获取的特征进行活动水平测量生成初始决策图。运用一致性验证方法对初始决策图优化,得到最终的决策图。融合图像质量在主观视觉和客观指标两方面上进行评定,经实验结果表明,融合图像清晰度高,保有细节丰富且失真度小。
-
关键词
深度学习
多聚焦图像融合
监督学习
无监督学习
形态聚焦检测
-
Keywords
deep learning
multi-focus image fusion
supervised learning
unsupervised learning
morphological focus detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
