一种基于卷积神经网络的近红外和可见光图像融合方法

发明专利有效专利

申请号：
CN202110010639.8
IPC分类号：G06T7/33;G06T5/50;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-01-06
申请人：
中国地质大学（武汉）

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	一种基于卷积神经网络的近红外和可见光图像融合方法
申请号	CN202110010639.8	申请日期	2021-01-06
法律状态	实质审查	申报国家	中国
公开/公告日	2021-07-23	公开/公告号	CN113160286A
优先权	暂无	优先权号	暂无
主分类号	G06T7/33 ? 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〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/20 运动分析（数字视频信号的编解码或解压缩的运动估计入H04N 19/43，H04N 19/51）〔6，2006.01，2017.01〕 G06T7/33 使用基于特征的方法〔2017.01〕	IPC分类号	G;0;6;T;7;/;3;3;;;G;0;6;T;5;/;5;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	中国地质大学（武汉）	申请人地址	湖北省武汉市洪山区鲁磨路388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	中国地质大学（武汉）	当前权利人	中国地质大学（武汉）
发明人	陈珺;伍康乐;罗林波;龚文平;宋俊磊;陈小强;魏龙生
代理机构	武汉知产时代知识产权代理有限公司	代理人	张毅

摘要

本发明提供了一种基于卷积神经网络的近红外和可见光图像融合方法，首先，根据现有近红外和可见光图像数据集RGB‑NIR，得到训练集，建立融合网络框架，用于特征提取和融合图像的重建，其次，设计由像素损失、结构损失和边缘损失构成的混合损失函数，输入训练集进行融合网络的训练；最后，输入待融合的近红外和可见光图像对得到最终的融合图像。本发明的有益效果是：解决了传统方法中存在的人为设计复杂的预处理方式和融合规则带来的计算效率下降问题，本发明的融合网络是一个端到端的网络，输入源图像即可直接得到融合图片，同时相对于传统方法，本方法的融合结果包含更少的颜色失真和更多的细节信息。

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