公开(公告)号：CN111462028B

公开(公告)日：2023-06-27

申请号：CN202010180560.5

申请日：2020-03-16

Applicant: 中国地质大学(武汉)

Inventor： 伍康乐 ,  陈珺 ,  罗林波 ,  龚文平 ,  宋俊磊 ,  陈小强 ,  魏龙生

IPC: G06T5/50

Abstract: 本发明提出了一种基于相位一致性和目标增强的红外和可见光图像融合方法；首先，使用拉普拉斯金字塔对源图像进行多尺度分解得到高低频子带；然后，对于高频子带，采用相位一致性提取图像特征图，使用特征图计算权重矩阵进而得出融合的高频子带；对于低频子带，首先根据显著性构造初始权重矩阵，然后把红外低频子带的权重矩阵和由低频子带特征图计算出的修正项相加，得到最终的红外低频子带权重矩阵，从而得出融合的低频子带；最后，通过拉普拉斯金字塔逆变换重建得到融合图像。本发明能够有效地反映出融合图像的边缘和纹理信息，较好的保留红外目标的显著性，同时也具有良好的对比度和视觉效果。

公开(公告)号：CN114283101B

公开(公告)日：2024-09-06

申请号：CN202111420680.9

申请日：2021-11-26

Applicant: 中国地质大学(武汉)

Inventor： 伍康乐 ,  陈珺 ,  马佳义 ,  罗林波 ,  熊永华

IPC: G06T5/50 ,  G06N3/088 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开一种多曝光图像融合的无监督学习方法、装置及电子设备，方法包括：构建图像融合网络；所述融合网络包括：视觉特征保持单元VPN和光照调节单元IAN；将曝光不足图像Iu和曝光过度图像Io作为样本集，输入至视觉特征保持单元VPN，训练所述视觉特征保持单元VPN，得到训练完毕的视觉特征保持单元VPN；视觉特征保持单元VPN输出中间融合图像Iini；将中间融合图像Iini作为光照调节单元IAN的输入，训练所述光照调节单元，得到训练完毕的光照调节单元；输入实际待处理图像至图像融合网络，利用训练完毕的视觉特征保持单元VPN和训练完毕的光照调节单元，得到最终图像。本发明的有益效果是：能够生成具有自然颜色、高对比度和整体清晰场景表示的融合图像。

公开(公告)号：CN114283101A

公开(公告)日：2022-04-05

申请号：CN202111420680.9

申请日：2021-11-26

Applicant: 中国地质大学(武汉)

Inventor： 伍康乐 ,  陈珺 ,  马佳义 ,  罗林波 ,  熊永华

IPC: G06T5/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种多曝光图像融合的无监督学习方法、装置及电子设备，方法包括：构建图像融合网络；所述融合网络包括：视觉特征保持单元VPN和光照调节单元IAN；将曝光不足图像Iu和曝光过度图像Io作为样本集，输入至视觉特征保持单元VPN，训练所述视觉特征保持单元VPN，得到训练完毕的视觉特征保持单元VPN；视觉特征保持单元VPN输出中间融合图像Iini；将中间融合图像Iini作为光照调节单元IAN的输入，训练所述光照调节单元，得到训练完毕的光照调节单元；输入实际待处理图像至图像融合网络，利用训练完毕的视觉特征保持单元VPN和训练完毕的光照调节单元，得到最终图像。本发明的有益效果是：能够生成具有自然颜色、高对比度和整体清晰场景表示的融合图像。

公开(公告)号：CN113160286A

公开(公告)日：2021-07-23

申请号：CN202110010639.8

申请日：2021-01-06

Applicant: 中国地质大学(武汉)

Inventor： 陈珺 ,  伍康乐 ,  罗林波 ,  龚文平 ,  宋俊磊 ,  陈小强 ,  魏龙生

IPC: G06T7/33 ,  G06T5/50 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于卷积神经网络的近红外和可见光图像融合方法，首先，根据现有近红外和可见光图像数据集RGB‑NIR，得到训练集，建立融合网络框架，用于特征提取和融合图像的重建，其次，设计由像素损失、结构损失和边缘损失构成的混合损失函数，输入训练集进行融合网络的训练；最后，输入待融合的近红外和可见光图像对得到最终的融合图像。本发明的有益效果是：解决了传统方法中存在的人为设计复杂的预处理方式和融合规则带来的计算效率下降问题，本发明的融合网络是一个端到端的网络，输入源图像即可直接得到融合图片，同时相对于传统方法，本方法的融合结果包含更少的颜色失真和更多的细节信息。

公开(公告)号：CN111462028A

公开(公告)日：2020-07-28

申请号：CN202010180560.5

申请日：2020-03-16

Applicant: 中国地质大学(武汉)

Inventor： 伍康乐 ,  陈珺 ,  罗林波 ,  龚文平 ,  宋俊磊 ,  陈小强 ,  魏龙生

IPC: G06T5/50

Abstract: 本发明提出了一种基于相位一致性和目标增强的红外和可见光图像融合方法；首先，使用拉普拉斯金字塔对源图像进行多尺度分解得到高低频子带；然后，对于高频子带，采用相位一致性提取图像特征图，使用特征图计算权重矩阵进而得出融合的高频子带；对于低频子带，首先根据显著性构造初始权重矩阵，然后把红外低频子带的权重矩阵和由低频子带特征图计算出的修正项相加，得到最终的红外低频子带权重矩阵，从而得出融合的低频子带；最后，通过拉普拉斯金字塔逆变换重建得到融合图像。本发明能够有效地反映出融合图像的边缘和纹理信息，较好的保留红外目标的显著性，同时也具有良好的对比度和视觉效果。