基于深度无监督密集卷积网络的红外和可见光图像融合方法

发明专利有效专利

申请号：
CN202011233636.2
IPC分类号：G06T5/50;G06K9/62;G06N3/04
申请日期：
2020-11-06
申请人：
西北工业大学;西安爱生技术集团公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度无监督密集卷积网络的红外和可见光图像融合方法
申请号	CN202011233636.2	申请日期	2020-11-06
法律状态	实质审查	申报国家	中国
公开/公告日	2021-01-29	公开/公告号	CN112288668A
优先权	暂无	优先权号	暂无
主分类号	G06T5/50 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T5/00 图像的增强或复原，如从位像到位像地建立一个类似的图形〔6〕 G06T5/50 通过使用多于一幅图像的，例如平均、减少〔6〕	IPC分类号	G;0;6;T;5;/;5;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4查看分类表>
申请人	西北工业大学;西安爱生技术集团公司	申请人地址	陕西省西安市友谊西路127号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西北工业大学,西安爱生技术集团公司	当前权利人	西北工业大学,西安爱生技术集团公司
发明人	王健;刘洁;秦春霞;杨珂;魏江;冷月香;刘少华
代理机构	西北工业大学专利中心	代理人	刘新琼

摘要

本发明涉及一种基于深度无监督密集卷积网络的红外和可见光图像融合方法，属于图像处理领域。首先，输入待融合的红外图像A与可见光图像B；接着，通过密集卷积操作提取输入图像的特征；然后，通过特征融合层来融合图像特征获得融合特征；最后，经过重构融合特征输出得到融合图像。本发明通过构建密集卷积网络，生成从源图像到最终融合图的直接映射，避免了人工手动操作，模型中算法利用无参考图像质量评价指标设计损失函数和优化网络模型，最终获得高质量的融合图像。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供