公开(公告)号：CN109035189A

公开(公告)日：2018-12-18

申请号：CN201810782395.3

申请日：2018-07-17

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  何玉婷 ,  江婧 ,  胡硕

IPC: G06T5/50 ,  G06T5/00

CPC classification number: G06T5/50 ,  G06T5/009 ,  G06T2207/10048 ,  G06T2207/20221

Abstract: 本发明公开一种基于柯西模糊函数的红外与弱可见光图像融合方法，首先利用改进的引导滤波来自适应增强提高弱可见光图像暗区域的可视性，然后利用NSST对红外和增强后的弱可见光图像进行多尺度分解得到红外图像和增强后的弱可见光图像的低频分量与高频分量；接着，利用直觉模糊集构建柯西隶属函数对红外图像和增强后的弱可见光图像的低频分量进行融合，并利用自适应的双通道脉冲发放皮层模型对红外图像和增强后的弱可见光图像的高频分量进行融合；最后利用非下采样剪切波逆变换对融合后的低频分量和高频分量进行重构，得到最终融合图像。本发明能够更加有效地提取图像的细节信息，并获得更好的融合效果。

公开(公告)号：CN108846822A

公开(公告)日：2018-11-20

申请号：CN201810558973.5

申请日：2018-06-01

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  刘小艳 ,  张少钦 ,  胡硕

IPC: G06T5/50 ,  G06K9/62

Abstract: 本发明公开了一种基于混合神经网络的可见光图像和红外光图像的融合方法，涉及图像识别技术领域，解决的问题是图像融合算法不需要监督学习提取特征进行分类从而实现图像融合，该方法包括如下步骤：（1）建立由基本单元堆叠而成的混合神经网络结构；（2）对训练和测试图像进行预处理；（3）使用可见光和红外光图像训练混合神经网络模型；（4）测试混合神经网络模型，得到最后的融合图像。采用本发明技术方案的图像融合算法不需要监督学习提取特征进行分类，改善了融合算法对先验知识的依赖性。