圖像融合是圖像處理領域的重要分支。由于神經網絡在圖像特征提取和分類中優(yōu)勢顯著,因此將神經網絡技術應用于圖像融合領域中也是近年來的研究熱點。首先對基于淺層和深度神經網絡的紅外與可見光圖像融合算法做出概述,并詳細地介紹圖像融合技術的研究進展,展示融合算法的研究成果。其次選取六種圖像質量評價指標,對所述算法獲得的融合圖像進行客觀評價,最后根據實驗結果對未來的研究提出展望。 

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 圖像融合方法
    2.1 脈沖耦合神經網絡方法
    2.2 卷積稀疏表示方法
    2.3 卷積神經網絡方法
    2.4 生成對抗網絡方法
    2.5 其它框架方法
3 融合圖像性能評價
4 實驗結果與分析
5 結論和展望


【參考文獻】：
期刊論文
[1]生成對抗殘差網絡的醫(yī)學圖像融合算法[J]. 高媛,吳帆,秦品樂,王麗芳.  計算機應用. 2019(12)
[2]基于生成對抗網絡的多模態(tài)圖像融合[J]. 楊曉莉,藺素珍,祿曉飛,王麗芳,李大威,王斌.  激光與光電子學進展. 2019(16)
[3]基于張量分解和卷積稀疏表示的多曝光圖像融合[J]. 戚余斌,郁梅,姜浩,邵華,蔣剛毅.  光電工程. 2019(01)
[4]基于卷積稀疏表示的紅外與可見光圖像融合[J]. 董安勇,蘇斌,趙文博,杜慶治,彭藝.  激光與紅外. 2018(12)
[5]融合圖像質量評價指標的相關性分析及性能評估[J]. 張小利,李雄飛,李軍.  自動化學報. 2014(02)



本文編號：3706006