一种改进的全卷积神经网络多聚焦图像融合研究

作     者：魏辉琪 刘增力 WEI Huiqi;LIU Zengli

作者机构：昆明理工大学信息工程与自动化学院云南昆明650500 

出 版 物：《电视技术》 (Video Engineering)

年 卷 期：2021年第45卷第7期

页      面：21-26,43页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(No.62171007) 

主　　题：多聚焦图像融合 全卷积神经网络 鲁棒主成分分析 暹罗网络 

摘      要：针对目前多聚焦图像领域算法研究的不足,提出改进的全卷积神经网络多聚焦图像融合算法。和以往的全卷积神经网络模型相比,改进的网络模型更加轻便、网络层级更少。将传统算法鲁棒主成分分析法运用于图像特征提取,在网络特征提取部分采用更小的网络结构,在达到提取更多特征信息的目的的同时减少了网络层级;全连接层与全卷积层的转换通过softmax层对图像进行分类,最后通过设置分类器防止像素点样本偏移,大大提升了运算速率。经过多组实验的彩色灰色数据集验证,改进的融合算法与目前多聚焦图像融合的卷积神经网络算法相比,融合速度大大提升,更具有实际应用率,融合质量也有相应提升,说明此算法相比其他算法更具运用价值。