基于DLatLRR与VGG Net的红外与可见光图像融合

作者：沈瑜^*; 陈小朋

来源：北京航空航天大学学报, 2021, 47(06): 1105-1114.

DOI：10.13700/j.bh.1001-5965.2020.0178

• 图像处理
• 图像融合
• 潜在低秩表示分解(DLatLRR)
• VGG Net
• 联合特征加权

针对红外与可见光图像融合中特征损失严重、显著目标不突出的问题,提出了一种低秩表示分解与深度神经网络相结合的图像融合算法。首先,对源图像进行潜在低秩表示分解(DLatLRR),得到相应的低秩部分、显著部分及稀疏噪声。然后,分别采用16层的VGG Net模型和联合特征加权算法对低秩部分与显著部分进行融合,舍弃二者的稀疏噪声。最后,对融合得到的低秩部分和显著部分进行图像重建,得到最终的融合图像。实验结果表明:与其他算法进行比较,所提算法能够对图像的深层次细节特征进行融合,突出场景中的感兴趣区域,且融合图像的相关差异和、结构相似性、线性相关度等多种客观指标均有所提升,提升最大值分别为0.73、0.15、0.11,噪声产生率的最大缩减值为0.041 2。

• 单位
  兰州交通大学