一种基于深度神经网络模型的多聚焦图像融合方法-山东大学学报.PDF

　第４６卷　第３期 山　东　大　学　学　报　（工　学　版） ２０１６年６月　 　 　　 Ｖｏｌ．４６　 Ｎｏ．３　　 　ＪＯＵＲＮＡＬＯＦＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ（ＥＮＧＩＮＥＥＲＩＮＧＳＣＩＥＮＣＥ） Ｊｕｎ．２０１６　 　文章编号：１６７２３９６１（２０１６）０３０００７０７　　　ＤＯＩ：１０６０４０／ｊ．ｉｓｓｎ．１６７２３９６１２２０１５１０６ 一种基于深度神经网络模型的多聚焦图像融合方法 刘帆，陈泽华，柴晶 （太原理工大学信息工程学院，山西 太原０３００２４） 摘要：基于多聚焦图像融合中存在的低频信息易产生缺失的现象进行分析，提出一种基于深度神经网络模型的低 频子带融合策略，并结合小波核滤波器及针对高频子带的融合策略，给出多聚焦图像融合方法。该方法利用自动 编码器提取低频子带特征，利用网络隐层中的权值信息选择低频子带分量。采用３组聚焦不同的自然图像及１组 医学图像进行算法测试，并与传统的低频子带融合策略进行对比，同时比较基于轮廓波变换的多聚焦图像融合方 法、基于非下采样轮廓波变换的多聚焦图像融合方法。试验结果表明：其中一组图像采用深度神经网络模型的策 略所得到的融合结果的边缘融合指标值能够达到０８０２７，优于其余比较方法的０７６１４、０７２２７和０７１６４，从而 证实基于深度神经网络模型的融合策略的有效性。 关键词：多聚焦图像；图像融合；小波核滤波器；深度神经网络；自动编码器 中图分类号：ＴＰ１８３　　　文献标志码：Ａ Ａｎｅｗｍｕｌｔｉｆｏｃｕｓｉｍａｇｅｆｕｓｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｄｅｅｐｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌ ＬＩＵＦａｎ，ＣＨＥＮＺｅｈｕａ，ＣＨＡＩＪｉｎｇ （ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＴａｉｙｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００２４，Ｓｈａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｒｅｅｘｉｓｔｅｄｌｏｗｆｒｅｑｕｅｎｃｙｉｎｆｏｒｍａｔｉｏｎｄｉｓｔｏｒｔｉｏｎｐｈｅｎｏｍｅｎｏｎｉｎｆｕｓｉｎｇｍｕｌｔｉｆｏｃｕｓｉｍａｇｅｓ．Ａｉｍｅｄｔｏｓｏｌｖｅ ｔｈｅｐｒｏｂｌｅｍ，ａｎｅｗｆｕｓｉｏｎｓｔｒａｔｅｇｙｂａｓｅｄｏｎｄｅｅｐｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｗａｓｐｒｏｐｏｓｅｄｆｏｒｆｕｓｉｎｇｌｏｗｆｒｅｑｕｅｎｃｙｓｕｂｂａ ｎｄｓ．ＣｏｍｂｉｎｅｄｗｉｔｈＷａｖｅｌｅｔＫｅｒｎｅｌＦｉｌｔｅｒａｎｄｔｒａｄｉｔｉｏｎａｌｆｕｓｉｏｎｓｔｒａｔｅｇｙｆｏｒｈｉｇｈｆｒｅｑｕｅｎｃｙｓｕｂｂａｎｄｓ，ａｎｅｗｆｕｓｉｏｎ ｍｅｔｈｏｄｆｏｒｆｕｓｉｎｇｍｕｌｔｉｆｏｃｕｓｉｍａｇｅｓｗａｓｇｉｖｅｎ．ＴｈｅｍｅｔｈｏｄｅｘｔｒａｃｔｅｄｅｆｆｉｃｉｅｎｔｆｅａｔｕｒｅｓｂｙｕｓｉｎｇＡｕｔｏＥｎｃｏｄｅｒｍｏｄｅｌ． Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃｏｕｌｄｏｂｔａｉｎｂｅｔｔｅｒｉｍａｇｅｓ．Ｔｈｅｅｄｇｅｆｕｓｉｏｎｑｕａｌｉｆｙｖａｌｕｅｏｆｔｈｅ ｐｒｏｐｏｓｅｄｆｕｓｉｏｎｒｅｓｕｌｔｗａｓ０８０２７，ｃｏｍｐａｒｅｄｗｉｔｈｔｒａｄｉｔｉｏｎａｌｆｕｓｉｏｎｓｔｒａｔｅｇｙ，ｃｏｎｔｏｕｒｌｅｔｂａｓｅｄｍｕｌｔｉｆｏｃｕｓｍｅｔｈｏｄａｎｄ ｎｏｎｓａｍｐｌｅｄｃｏｎｔｏｕｒｌｅｔｂａｓｅｄｍｕｌｔｉｆｏｃｕｓｍｅｔｈｏｄ，０７６１４，０７２２７，ａｎｄ０７１６４，ｗｈｉｃｈｃｏｕｌｄｐｒｏｖｉｄｅａｎｅｆｆｅｃｔｉｖｅ ｍｅｔｈｏｄｆｏｒｆｕｓｉｎｇｍｕｌｔｉｆｏｃｕｓｉｍａｇｅｓ． Ｋｅｙｗｏｒｄｓ：ｍｕｌｔｉｆｏｃｕｓｉｍａｇｅ；ｉｍａｇｅｆｕｓｉｏｎ；ｗａｖｅｌｅｔｋｅｒｎｅｌｆｉｌｔｅｒ；ｄｅｅｐｎｅｕｒａｌｎｅｔｗｏｒｋ；ａｕｔｏｅｎｃｏｄｅｒ