摘要
摘要
多源图像融合旨在通过融合来自不同传感器的图像提高质量,以支持后续任
务的精准执行。红外图像捕捉温度和热分布信息,而可见光图像提供表面特征和形
状信息,融合这两者可获得更全面的细节。传统方法需要手动设置分解和融合规则,
耗时且繁琐;而现有深度学习方法大多侧重像素相关性和特征相似性,忽视整体风
格,且通用模型在红外与可见光图像融合中往往偏向某一模态,效果有限。因此本
文结合深度学习的优势提出了三种红外与可见光图像融合算法,主
摘要
摘要
多源图像融合旨在通过融合来自不同传感器的图像提高质量,以支持后续任
务的精准执行。红外图像捕捉温度和热分布信息,而可见光图像提供表面特征和形
状信息,融合这两者可获得更全面的细节。传统方法需要手动设置分解和融合规则,
耗时且繁琐;而现有深度学习方法大多侧重像素相关性和特征相似性,忽视整体风
格,且通用模型在红外与可见光图像融合中往往偏向某一模态,效果有限。因此本
文结合深度学习的优势提出了三种红外与可见光图像融合算法,主
文档评论(0)