买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:电子科技大学
摘要:本发明提供了一种基于红外和可见光图像融合的暗弱目标增强方法,属于图像处理技术领域,具体为:构建扩散模型,训练得到初步训练后扩散模型;获取同一场景下待特征提取的可见光图像和红外光图像,同时输入至初步训练后扩散模型,提取N种维度特征;基于稠密连接网络构建N维特征重构网络;以N种维度特征为N维特征重构网络的输入,基于包含图像强度损失、梯度直方均值损失和色彩损失的损失函数,对初步训练后扩散模型和N维特征重构网络进行训练,得到图像融合模型;获取同一场景下待融合的可见光图像和红外光图像,同时输入至图像融合模型,输出RGB三通道融合图像。本发明保留了异源图像的浅层特征,在暗弱场景下保证了互补信息的融合效果。
主权项:1.一种基于红外和可见光图像融合的暗弱目标增强方法,其特征在于,包括以下步骤:S1、获取由多个图像对构成的图像训练集,各图像对包括同一场景下的可见光图像和红外光图像;S2、构建扩散模型,以图像训练集为输入,对扩散模型进行训练,得到初步训练后扩散模型;S3、获取同一场景下待特征提取的可见光图像和红外光图像,同时输入至初步训练后扩散模型,提取得到N种维度特征;S4、基于稠密连接网络构建N维特征重构网络,包括N×N+12个模块,各模块均包括依次的第一填充层、第一卷积层、第一线性激活层、第二填充层、第二卷积层、第二线性激活层和自注意力层;S5、以S3所得N种维度特征为N维特征重构网络的输入,RGB三通道融合图像为N维特征重构网络的输出,基于包含图像强度损失、梯度直方均值损失和色彩损失的损失函数,共同对初步训练后扩散模型和N维特征重构网络进行训练,将所得训练后扩散模型和训练后N维特征重构网络共同作为图像融合模型;S6、获取同一场景下待融合的可见光图像和红外光图像,同时输入至图像融合模型,输出RGB三通道融合图像。
全文数据:
权利要求:
百度查询: 电子科技大学 一种基于红外和可见光图像融合的暗弱目标增强方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。