联合信息增强与生成对抗网络的红外与可见光图像融合 |
| |
引用本文: | 赵海霞,常霞,纪峰.联合信息增强与生成对抗网络的红外与可见光图像融合[J].四川激光,2023(10):116-121. |
| |
作者姓名: | 赵海霞 常霞 纪峰 |
| |
作者单位: | 1. 北方民族大学数学与信息科学学院;2. 宁夏智能信息与大数据处理重点实验室 |
| |
基金项目: | 国家自然科学基金项目(No.11961001,No.61907012);;宁夏自然科学基金项目(No.2022AACO3236); |
| |
摘 要: | 为克服红外与可见光图像的融合结果图边缘模糊、细节信息表征不足及亮度较低的问题,提出了联合信息增强与生成对抗网络(Generative Adversarial Network, GAN)的红外与可见光图像融合方法。基于自适应直方图划分和亮度校正算法被用来增强红外图像的显著对比度。多尺度Retinex算法(MSR)被用来增强可见光图像的纹理细节,同时调整可见光图像的亮度。增强后的红外与可见光图像被输入GAN进行训练,训练好的模型可以完成端到端图像融合任务。仿真实验结果表明所提算法在EN (信息熵)和SD(标准差)指标上具有明显优势。
|
关 键 词: | 直方图划分 亮度校正 多尺度Retinex算法 图像融合 生成对抗网络 |
|
|