基于轻量级网络和边缘校正的多聚焦图像融合方法

作者：于桐; 郭利^*; 王卫国

来源：现代电子技术, 2022, 45(13): 28-34.

DOI：10.16652/j.issn.1004-373x.2022.13.006

• 图像融合
• 轻量级网络
• 边缘校正
• 装备维修
• 深度可分离卷积
• 边缘检测
• 融合规则

野战条件下部队装备维修抢修技术力量有限，需要后方技术专家进行远程支持，为解决远程支持专家实时、全面观察维修现场环境的问题，提出一种基于轻量级神经网络和边缘校正的多聚焦图像融合方法。第一级融合使用改进的轻量级神经网络模型对图像补丁进行分类，将输出结果重构成初级决策图，划分出主聚焦区域；第二级融合使用一种改进的边缘检测算法，生成边缘引导图对初级决策图进行边缘校正，获得良好的融合边缘。选取cifar-10数据集中的自然图像进行特殊处理，模拟边界模糊情况，创建多尺度模糊数据集。实验结果表明，该融合方法参数量少、模型体积小、收敛速度快，经过两个阶段的处理，图像细节保有度高，融合边界效果良好，在主观视觉和客观评估方面优于其他融合方法，能够满足维修任务需要。

• 单位
  中国人民解放军陆军工程大学