多聚焦图像融合研究的中期报告.docxVIP

多聚焦图像融合研究的中期报告 本次研究主要目的是实现多聚焦图像的融合，将不同焦距下的多张图像信息精准地融合成一张清晰度更高的图像。目前已完成了中期阶段的研究，取得了如下进展： 1. 数据集准备 为了进行多聚焦图像融合研究，我们需要收集不同焦距下的原始图像以及它们的真值（高清晰度图像）。我们从网上和自己拍摄的照片中获取了一组多焦距图像。同时，我们还使用了一个公开的数据集作为辅助，这些数据集包括DAGM2007和DAGM2011以及公开其他数据集，以更好地评估和比较我们的算法。 2. 研究方法 本研究采用了基于深度学习的多聚焦图像融合方法，首先，我们使用卷积神经网络对图像进行一次预处理，其次，我们根据同一场景的多张图片，通过引入光场、角度等参数进行多焦距图像的内参标定。然后通过一层卷积神经网络对图像进行特征提取，在特征提取的基础上我们引入了注意力机制，使得网络能够聚焦于图像关键区域，最后将特征图返回到原始空间，同时与图像的低频信息进行融合，很好地提高了多聚焦图像的质量。 3. 实验结果 通过实验，我们发现我们提出的算法在多聚焦图像融合领域内具有很高的准确性和效率。结果表明，我们的模型所产生的图像质量比目前存在的其他方法的图像有显著的提高。并且在各项评估指标上都表现出了优秀的结果。 接下来我们将进一步优化算法，扩充数据集，完善实验结果，争取取得更好的效果。