[发明专利]一种红外与可见光的图像融合方法在审
申请号: | 201811187745.8 | 申请日: | 2018-10-12 |
公开(公告)号: | CN109360175A | 公开(公告)日: | 2019-02-19 |
发明(设计)人: | 聂仁灿;刘栋;周冬明;贺康建;李华光 | 申请(专利权)人: | 云南大学 |
主分类号: | G06T5/50 | 分类号: | G06T5/50 |
代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 汤东凤 |
地址: | 650031 云*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种红外与可见光的图像融合方法,该方法基于深度卷积神经网络与显著性检测算法对红外图像和可见光图像经过图像分解、图像融合和图像叠加处理后得到融合质量更好、局部细节更加完成且能被人眼视觉直接观察的图像。 | ||
搜索关键词: | 图像融合 可见光 卷积神经网络 可见光图像 红外图像 检测算法 局部细节 人眼视觉 图像叠加 图像分解 直接观察 显著性 图像 融合 | ||
【主权项】:
1.一种红外与可见光的图像融合方法,其特征在于,包括以下步骤:步骤1.图像分解,利用l0‑l1正则化模型对红外图像和可见光图像进行分解,分别得到两个基层分量B1、B2和两个细节分量D1、D2;步骤2.图像融合,根据基层分量和细节分量的特征,采用不同的融合规则分别对基层分量和细节分量进行融合:A.基层分量融合规则:利用显著性检测算法提取红外图像与可见光图像的显著性分量,结合图像分解得到的两个基层分量B1、B2来进行融合,得到融合基层图Fb;B.细节分量融合规则:利用深度卷积神经网络VGG19模型提取两个细节分量D1、D2的深度特征并得到多层特征图,各层特征图的权重与细节分量进行融合得到各层融合分量,选取各层融合分量中最优结果作为融合细节图Fd;步骤3.图像叠加,融合基层图Fb和融合细节图Fd采用相加的方法,最终得到融合的RGB彩色图像。
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云南大学,未经云南大学许可,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/patent/201811187745.8/,转载请声明来源钻瓜专利网。