深度玻尔兹曼机在图像融合中的应用
刘丰年
河南科技大学应用工程学院,河南洛阳,471003
摘要：针对可见光与红外图像融合时出现的特征信息提取不足等问题,提出了一种基于非下采样剪切波变换(NSST)与深度玻尔兹曼机(DBM)的可见光与红外图像融合方法.首先,利用DBM实现红外图像的最优能量分割以提取其中的显著红外目标;其次,将分割得到的显著目标区域与背景区域分别投影至源图像,获得相关映射图;最后,使用NSST分别对可见光图像与红外投影图像进行多尺度、多方向稀疏分解,对源图像的一系列子图像进行融合,并采取NSST反变换重构获得最终融合图像.仿真实验结果表明:与现有的3种经典方法相比,本文方法在信息熵方面高于轮廓波变换法约4.1％,在平均梯度方面高于NSST法约1.0％,在互信息方面高于NSCT法约3.8％.获得的融合图像具有较高的对比度和丰富的细节信息.
关键词：非下采样剪切波变换深度玻尔兹曼机隐含层图像融合
分类号：TP391(计算技术、计算机技术)
资助基金：河南省科技攻关计划重点项目(14210221042)基础研究项目(14A520048)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 47-52,58 )
英文信息