[发明专利]一种基于生成对抗网络的红外可见光图像融合去噪系统在审

专利信息
申请号: 202210401756.1 申请日: 2022-04-18
公开(公告)号: CN115018744A 公开(公告)日: 2022-09-06
发明(设计)人: 靳昌伟;廖斌 申请(专利权)人: 华北电力大学
主分类号: G06T5/50 分类号: G06T5/50;G06T5/00;G06T7/11;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 102206 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 生成 对抗 网络 红外 可见光 图像 融合 系统
【权利要求书】:

1.一种基于生成对抗网络的红外可见光图像融合去噪系统,其特征在于,包括:融合模块、数据传输模块、供电单元模块、数据采集模块;所述供电单元模块为数据采集模块提供电源,所述数据采集模块用来采集所述融合模块所需数据,所述数据传输模块用来将所述数据采集模块采集的数据传输至所述融合模块,其中,所述数据采集模块采集的数据为第一红外可将光图像对。

2.根据权利要求1所述的一种基于生成对抗网络的红外可见光图像融合去噪系统,其特征在于,所述融合模块是通过训练数据训练出来的融合模型中的生成器G,其中,所述训练数据是经过对第二红外可见光图像对进行预处理后的目标红外可见光图像对,将第一红外可见光图像对输入到训练好的融合模块可获取所述融合模块的输出信息,其中,所述输出信息是通过将第一红外可见光图像对输入到融合模块得到的经过去噪并融合以后的图像。

3.根据权利要求1所述的一种基于生成对抗网络的红外可见光图像融合去噪系统,其特征在于,所述融合模型包括生成器G、第一判决器Dir和第二判决器Dvi,所述融合模型在所述生成器G、第一判决器Dir和第二判决器Dvi之间的对抗学习中训练成功。

4.根据权利要求1所述的一种基于生成对抗网络的红外可见光图像融合去噪系统,其特征在于,所述对第二红外可见光进行图像预处理操作以生成所述目标红外可见光图像对,包括:

对所述第二红外可见光图像对进行裁剪操作,以生成第一目标红外可见光图像对。

5.根据权利要求1所述的一种基于生成对抗网络的红外可见光图像融合去噪系统,其特征在于,所述对第二红外可见光进行图像预处理操作以生成所述目标红外可见光图像对,还包括:

对所述第二红外可见光图像对进行添加噪声操作、裁剪操作,以生成第二目标红外可见光图像对。

6.根据权利要求4所述的一种基于生成对抗网络的红外可见光图像融合去噪系统,其特征在于,所述第一目标红外可见光图像对输入所述第一判决器Dir和第二判决器Dvi

7.根据权利要求5所述的一种基于生成对抗网络的红外可见光图像融合去噪系统,其特征在于,所述第二目标红外可见光图像对用于输入生成器G。

8.根据权利要求3所述的一种基于生成对抗网络的红外可见光图像融合去噪系统,其特征在于,所述生成器G是由6个带激活函数的卷积层、空间注意力机制算法和通道注意力机制算法按一定顺序串联构成;

所述第一判决器Dir和第二判决器Dvi均是由4个带线性激活函数的卷积层和1个线性激活层按一定顺序串联构成。

9.根据权利要求3所述的一种基于生成对抗网络的红外可见光图像融合去噪系统,其特征在于,所述训练过程是根据预先设定的损失函数的使融合模型朝着预定的方向训练;

所述损失函数包括生成器G损失、第一判决器Dir和第二判决器Dvi的损失;

所述生成器G的损失由所述生成器G的内容损失和所述生成器G与所述第一、第二判别器训练过程中的对抗损失经以一定的权重加和构成;

所述第一、第二判别器的损失由第一、第二判别器各自对其输入融合图像的输出值与预设值的偏差值和梯度惩罚值以一定的权重加和构成。

10.根据权利要求6所述的一种基于生成对抗网络的红外可见光图像融合去噪系统,其特征在于,所述预设值是预先对输入图像对设置的标签,通过所述标签可判断图像为所述生成器输入图像还是融合后输出的图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学,未经华北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210401756.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top