- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
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
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:16723961(2016)03000707 DOI:106040/j.issn.1672396122015106
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08027,优于其余比较方法的07614、07227和07164,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
Anewmultifocusimagefusionmethodbasedondeepneuralnetworkmodel
LIUFan,CHENZehua,CHAIJing
(CollegeofInformationEngineering,TaiyuanUniversityofTechnology,Taiyuan030024,Shanxi,China)
Abstract:Thereexistedlowfrequencyinformationdistortionphenomenoninfusingmultifocusimages.Aimedtosolve
theproblem,anewfusionstrategybasedondeepneuralnetworkmodelwasproposedforfusinglowfrequencysubba
nds.CombinedwithWaveletKernelFilterandtraditionalfusionstrategyforhighfrequencysubbands,anewfusion
methodforfusingmultifocusimageswasgiven.ThemethodextractedefficientfeaturesbyusingAutoEncodermodel.
Theexperimentalresultsshowedthatproposedmethodcouldobtainbetterimages.Theedgefusionqualifyvalueofthe
proposedfusionresultwas08027,comparedwithtraditionalfusionstrategy,contourletbasedmultifocusmethodand
nonsampledcontourletbasedmultifocusmethod,07614,07227,and07164,whichcouldprovideaneffective
methodforfusingmultifocusimages.
Keywords:multifocusimage;imagefusion;waveletkernelfilter;deepneuralnetwork;autoencoder
文档评论(0)