基于空间金字塔池化的深度卷积神经网络多聚焦图像融合
作者机构：云南大学信息学院云南昆明650500
出 版 物：《云南大学学报（自然科学版）》 (Journal of Yunnan University(Natural Sciences Edition))
年 卷 期：2019年第41卷第1期
页 码：18-27页
摘 要：针对传统方法需要人工设定特征和融合准则来完成融合任务,未能充分利用源图像中其他潜在有用信息的缺陷,提出一种基于空间金字塔池化网络的深度学习方法.首先,设计了一种孪生双通道卷积神经网络,并使用金字塔池化代替最大池化,学习多聚焦图像的特征.然后,为了有效训练该网络,采用高斯滤波器合成一个大规模具有金标准的多聚焦数据集.给定一幅多聚焦图像作为输入,训练好的模型可以输出一个指示源图像中聚焦性质的得分图.此外,为了进一步提高融合效果,将得分图进一步分割为二值掩模图,并使用形态学方法对其进行优化.最后,通过在优化的二值掩模图及源图像之间使用点乘运算,将可以得到最终融合图像.实验结果表明,算法在测试集上平均量化指标提高了0.78%.
主 题 词：多聚焦图像融合 卷积神经网络 金字塔池化 形态学 深度学习
学科分类：08[工学] 080203[080203] 0802[工学-机械学]
核心收录：
D O I：10.7540/J.YNU.20170670
馆 藏 号：203459679...
