基于卷积匹配追踪字典学习的可见光红外图像融合方法

发明专利有效专利

申请号：
CN202010800624.7
IPC分类号：G06T5/50
申请日期：
2020-08-11
申请人：
四川警察学院

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	基于卷积匹配追踪字典学习的可见光红外图像融合方法
申请号	CN202010800624.7	申请日期	2020-08-11
法律状态	公开	申报国家	中国
公开/公告日	2020-11-06	公开/公告号	CN111899209A
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查看分类表>
申请人	四川警察学院	申请人地址	四川省泸州市江阳区龙透关路186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	四川警察学院	当前权利人	四川警察学院
发明人	张铖方
代理机构	成都方圆聿联专利代理事务所（普通合伙）	代理人	宋红宾

摘要

本发明公开了一种基于卷积匹配追踪字典学习的可见光红外图像融合方法，包括以下步骤：1，源图像分解；2.低频部分的融合；3.首先将卷积稀疏编码和卷积字典应用于高频分量，获得高频分量的稀疏系数，然后对稀疏系数使用最大值策略，获得高频分量融合稀疏系数；最后将获得的系数与所学习的卷积字典进行卷积得到融合后的高频分量；4.图像重构。本发明的优点是：本发明使用全局信号训练集来离线学习局部字典，所获得卷积字典不仅相对稀疏，而且能较好表示图像的全局结构。将该卷积字典应用于红外可将光图像融合中，既能够有效地抑制不同模态造成的伪影，而且相对于传统单一地卷积字典而言，本发明的融合图像获得较好的全局性结构和局部细节。

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