基于深度学习理论的红外图像和可见光图像配准

作者：邱红艳; 陈红阳

来源：激光杂志, 2022, 43(11): 164-168.

DOI：10.14016/j.cnki.jgzz.2022.11.164

• 红外图像
• 可见光图像
• 配准特征
• 深度学习理论
• 配准精度

为了获得理想图像，利用多源传感器的优点，提出了基于深度学习的红外图像和可见光图像配准方法。首先采用不同传感器采集红外图像和可见光图像，并对红外图像和可见光图像进行预处理，提取配准特征，然后采用深度学习理论根据特征进行红外图像和可见光图像配准，最后与其他方法进行了红外图像和可见光图像配准对比测试。结果表明，相对于对比方法，本方法的红外图像和可见光图像配准均方误差分别小0.14、0.15、0.04,峰值信噪比分别高8、4.5、11,归一化互信息分别高0.07、0.09、0.02,获得了更优的红外图像和可见光图像配准。

• 单位
  重庆人文科技学院