专利内容由知识产权出版社提供
专利名称：基于卷积神经网络与显著性权重的图像融合方法专利类型：发明专利
发明人：郝群,闫雷,曹杰,袁莉莉,李国梁申请号：CN201910336960.8申请日：20190425公开号：CN110097617A公开日：20190806
摘要：本发明公开的基于卷积神经网络与显著性权重的图像融合方法，属于图像信息融合技术领域。本发明通过导向滤波实现源图像的基础层和细节层的分解，得到源图像的细节层和基础层；利用显著性权重对分解后的基础层进行融合，得到对比度增强的融合后的基础层图像；对源图像细节层进行多分辨率奇异值分解，将分解后源图像细节层进行卷积神经网络多层特征提取与融合，获得包含精细细节的源图像细节层融合，重构得到高质量融合图像。本发明获得的高质量融合图像具有较高的对比度信息，包含源图像的细节层信息，有助于突出显著性目标，提高目标识别的检测效率。此外，本发明根据实际融合需求，改变方法中的网络结构，实现不同的融合效果，具有较强的通用性。
申请人：北京理工大学
地址：100081 北京市海淀区中关村南大街5号
国籍：CN
代理机构：北京理工正阳知识产权代理事务所(普通合伙)
代理人：邬晓楠
更多信息请下载全文后查看
