文献类型：期刊文章

作　　者：唐超影[1,2] 浦世亮[1] 叶鹏钊[1] 肖飞[1] 冯华君[2]

Tang Chaoying;Pu Shiliang;Ye Pengzhao;Xiao Fei;Feng Huajun(Hikrision Research Institute.Hangzhou Hik vision Digital Technology Co.,Ltd.,Hangzhou,Zhejiang 310051,China;College of Optical Science and Engineering,Zhejiang University,Hangzhou,Zhejiang 310027,China)

机构地区：[1]杭州海康威视数字技术股份有限公司海康威视研究院,浙江杭州310051 [2]浙江大学光电科学与工程学院,浙江杭州310027

出　　处：《光学学报》

基　　金：浙江省博士后项目择优资助(zj2019047)。

年　　份：2020

卷　　号：40

期　　号：16

起止页码：31-39

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对低照度应用场景,提出一种基于卷积神经网络的可见光与近红外融合算法,采用端到端网络实现了图像融合,所得融合图像能够兼顾近红外图像的信噪比与可见光图像的色彩。采集了真实场景下精确配准的近红外-可见光图像对作为训练集样本,提升了网络对实际数据的融合效果。通过对训练样本进行融合预处理,提升了网络对近红外图像中细节纹理信息的提取能力。各项测试表明,本文算法在主观感受和客观评价上均优于现有算法。

关 键 词：图像处理  图像融合 卷积神经网络 近红外光

分 类 号：TN911.73]