[发明专利]基于卷积神经网络与显著性权重的图像融合方法有效
| 申请号： | 201910336960.8 | 申请日： | 2019-04-25 |
| 公开（公告）号： | CN110097617B | 公开（公告）日： | 2020-09-15 |
| 发明（设计）人： | 郝群;闫雷;曹杰;袁莉莉;李国梁 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06T11/60 | 分类号： | G06T11/60;G06N3/04 |
| 代理公司： | 北京正阳理工知识产权代理事务所(普通合伙) 11639 | 代理人： | 邬晓楠 |
| 地址： | 100081 *** | 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： | 本发明公开的基于卷积神经网络与显著性权重的图像融合方法，属于图像信息融合技术领域。本发明通过导向滤波实现源图像的基础层和细节层的分解，得到源图像的细节层和基础层；利用显著性权重对分解后的基础层进行融合，得到对比度增强的融合后的基础层图像；对源图像细节层进行多分辨率奇异值分解，将分解后源图像细节层进行卷积神经网络多层特征提取与融合，获得包含精细细节的源图像细节层融合，重构得到高质量融合图像。本发明获得的高质量融合图像具有较高的对比度信息，包含源图像的细节层信息，有助于突出显著性目标，提高目标识别的检测效率。此外，本发明根据实际融合需求，改变方法中的网络结构，实现不同的融合效果，具有较强的通用性。 | ||
| 搜索关键词： | 基于 卷积 神经网络 显著 权重 图像 融合 方法 | ||
【主权项】：
暂无信息
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北京理工大学，未经北京理工大学许可，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/201910336960.8/，转载请声明来源钻瓜专利网。
