公开(公告)号：CN114022401B

公开(公告)日：2024-09-06

申请号：CN202110925346.2

申请日：2021-08-12

Applicant: 中国地质大学(武汉)

Inventor： 蔡磊 ,  陈珺 ,  罗林波 ,  熊永华 ,  魏龙生 ,  刘玮

IPC: G06T5/50 ,  G06T5/60 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/094

Abstract: 本发明涉及一种基于多分类约束双判别器生成对抗网络红外图像融合方法，包括：获取图像融合数据集；构建双判别器生成对抗网络，利用所述图像融合数据集对双判别器生成对抗网络进行训练，得到训练完成的网络；所述双判别器生成对抗网络包括：生成器和判别器；生成器包括两个输入路径和五个卷积神经层；判别器包括两个，均为多分类器；利用训练完成的网络完成图像融合；本发明的有益效果是：可以产生更适合人类感知的图像。这些图像细节更丰富，目标更突出，目标边缘更清晰，无伪影。

公开(公告)号：CN114638770B

公开(公告)日：2024-10-29

申请号：CN202210151501.4

申请日：2022-02-18

Applicant: 中国地质大学(武汉)

Inventor： 蔡磊 ,  陈珺 ,  马佳义 ,  罗林波 ,  官文俊

IPC: G06T5/50 ,  G06T5/70 ,  G06T7/00

Abstract: 本发明涉及图像融合领域，提供一种基于高低频信息补充的图像融合方法及系统，包括：S1：提取VIS‑V图像的显著图引导的权重图Ls；S2：获取高频图像和低频图像；S3：提取所述NIR图像的归一化局部熵引导的权重图Lg；S4：通过所述归一化局部熵引导的权重图Lg和所述显著图引导的权重图Ls对所述低频图像进行引导，获得引导后的低频图像；S5：获得补充后的高频图像Hu和补充后的低频图像LF；将所述补充后的高频图像和所述补充后的低频图像进行融合，获得融合图像Fused C。本发明加强了融合图像的边缘效果，使得低频部分更加清晰，不会使得亮度过大而出现颜色失真，可以得到清晰、信息丰富并且十分自然的融合结果。

公开(公告)号：CN114638770A

公开(公告)日：2022-06-17

申请号：CN202210151501.4

申请日：2022-02-18

Applicant: 中国地质大学(武汉)

Inventor： 蔡磊 ,  陈珺 ,  马佳义 ,  罗林波 ,  官文俊

IPC: G06T5/50 ,  G06T5/00 ,  G06T7/00

Abstract: 本发明涉及图像融合领域，提供一种基于高低频信息补充的图像融合方法及系统，包括：S1：提取VIS‑V图像的显著图引导的权重图Ls；S2：获取高频图像和低频图像；S3：提取所述NIR图像的归一化局部熵引导的权重图Lg；S4：通过所述归一化局部熵引导的权重图Lg和所述显著图引导的权重图Ls对所述低频图像进行引导，获得引导后的低频图像；S5：获得补充后的高频图像Hu和补充后的低频图像LF；将所述补充后的高频图像和所述补充后的低频图像进行融合，获得融合图像Fused C。本发明加强了融合图像的边缘效果，使得低频部分更加清晰，不会使得亮度过大而出现颜色失真，可以得到清晰、信息丰富并且十分自然的融合结果。

公开(公告)号：CN114022401A

公开(公告)日：2022-02-08

申请号：CN202110925346.2

申请日：2021-08-12

Applicant: 中国地质大学(武汉)

Inventor： 蔡磊 ,  陈珺 ,  罗林波 ,  熊永华 ,  魏龙生 ,  刘玮

IPC: G06T5/50 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多分类约束双判别器生成对抗网络红外图像融合方法，包括：获取图像融合数据集；构建双判别器生成对抗网络，利用所述图像融合数据集对双判别器生成对抗网络进行训练，得到训练完成的网络；所述双判别器生成对抗网络包括：生成器和判别器；生成器包括两个输入路径和五个卷积神经层；判别器包括两个，均为多分类器；利用训练完成的网络完成图像融合；本发明的有益效果是：可以产生更适合人类感知的图像。这些图像细节更丰富，目标更突出，目标边缘更清晰，无伪影。