基于卷积神经网络的低照度可见光与近红外融合

网络首发

光学学报

ESCI,EI,SCOPUS,CJCR,CSCD,北图

2020年第40卷第16期1页

基于卷积神经网络的低照度可见光与近红外融合

唐超影 ¹叶鹏钊 ¹肖飞 ²范蒙 ²冯华君 ³

录用时间：2020-05-11

网络首发时间：2020-05-25

论文栏目

图像处理

作者单位

¹ 浙江大学光电科学与工程学院

² 杭州海康威视数字技术股份有限公司研究院

³ 浙江大学光电系光学工程研究所

论文摘要

近红外与可见光融合技术在低照度场景中具有非常重要的实际应用价值，通过图像融合获得同时包含可见光的色彩和清晰红外图像信噪比的图像。本文提出一种基于卷积神经网络的双光融合算法，采用端到端网络实现图像融合。采集了真实场景并精确配准的近红外-可见光图像对作为训练集样本，提升了网络对实际数据的效果。通过对训练样本融合预处理，网络能够从红外图像中提取更多的细节纹理信息。各项测试表明，本文算法在主观感受和客观评价上均优于现有算法。

成像系统图像融合卷积神经网络近红外

引用本文

唐超影, 叶鹏钊, 肖飞, 范蒙, 冯华君. 基于卷积神经网络的低照度可见光与近红外融合[J]. 光学学报, 2020, 40(16): 1.

DOI：10.3788/aos202040.16图像处理01

PDF 全文：点击此处查看

网络首发

关于本站 Cookie 的使用提示

全站搜索

网络首发

浏览排行

下载排行

关于本站 Cookie 的使用提示

全站搜索