-
题名基于CNN的非下采样剪切波域多聚焦图像融合
被引量：10
- 1
-
-
作者
刘帅奇
王洁
安彦玲
李子奇
胡绍海
王文峰
-
机构
河北大学电子信息工程学院
河北省机器视觉工程技术研究中心
北京交通大学信息所
中国科学院新疆生态与地理研究所数字图像处理实验室
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2019年第4期36-41,共6页
-
基金
国家自然科学基金资助项目(61572063,61401308)
河北省自然科学基金资助项目(F2016201187,F2016201142)
+1 种基金
河北省高等学校科学技术研究项目(QN2016085)
河北大学引进人才科研启动经费(2014-303)
-
文摘
结合非下采样剪切波变换的时频分离优良特性,提出了一种基于卷积神经网络(convolutional neural networks,CNN)的非下采样剪切波变换(non-subsampled shearlet transform,NSST)域图像融合算法.首先对源图像进行NSST分解,其次对分解的低频系数进行基于CNN的融合策略.最后对分解的高频系数进行基于向导滤波(guided filtering,GF)的改进加权的拉普拉斯能量和(improved weighted sum of Laplace energy,IWSML)模取大融合策略,然后将根据不同融合规则融合后的频率系数进行NSST反变化获取输出的清晰目标图像.实验结果表明,该方法不仅可以获得更利于人眼接受的视觉效果图,且有效地提高了融合图像的客观性能评价指标.
-
关键词
图像融合
多聚焦图像融合
非下采样剪切波变换
卷积神经网络
向导滤波
-
Keywords
image fusion
multi-focus image fusion
NSST
CNN
guided filtering
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
