文献类型：期刊文章

作　　者：娄熙承[1] 冯鑫[1]

LOU Xicheng;FENG Xin(Key Laboratory of Manufacturing Equipment Mechanism Design and Control of Chongqing,College of Mechanical Engineering,Chongqing Technology and Business University,Chongqing 400067,China)

机构地区：[1]重庆工商大学机械工程学院制造装备机构设计与控制重庆市重点实验室,重庆400067

出　　处：《光子学报》

基　　金：国家自然科学基金(Nos.31501229,61861025);重庆市基础研究与前沿探索项目(No.cstc2018jcyjAX0483);重庆市教育委员会科学技术研究项目(Nos.KJQN201900821,KJQN202000803)。

年　　份：2021

卷　　号：50

期　　号：3

起止页码：180-193

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：为提高融合图像的可视性,解决传统红外与可见光图像融合算法中存在的边缘特征缺失、细节模糊的问题,提出了一种潜在低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合算法。该算法首先利用潜在低秩表示对源图像进行分解,得到源图像的低秩分量和显著分量。其次,利用卷积神经网络根据源图像的特征信息,得到权值图。再次,通过引导滤波算法对权值图进行边缘锐化,然后再将优化后的权值图分别与源图像的低秩分量和显著分量融合,得到融合图像的低秩分量和显著分量。最后,将融合图像的低秩分量和显著分量叠加,得到最终的融合图像。实验结果表明,该算法在主观评价和客观指标上均优于传统的红外与可见光图像融合算法。

关 键 词：红外与可见光图像 图像融合 潜在低秩表示  卷积神经网络 引导滤波  

分 类 号：TP391]