科研之友
微信
新浪微博
Facebook
分享链接
摘要
红外与可见光图像融合技术充分利用不同传感器的优势，在融合图像中保留了原图像的互补信息以及冗余信息，提高了图像质量。近些年，随着深度学习方法的发展，许多研究者开始将该方法引入图像融合领域，并取得了丰硕的成果。根据不同的融合框架对基于深度学习的红外与可见光图像融合方法进行归类、分析、总结，并综述常用的评价指标以及数据集。另外，选择了一些不同类别且具有代表性的算法模型对不同场景图像进行融合，利用评价指标对比分析各算法的优缺点。最后，对基于深度学习的红外与可见光图像融合技术研究方向进行展望，总结红外与可见光融合技术，为未来研究工作奠定基础。
-
单位航天学院; 西北工业大学
