公开(公告)号：CN116740515A

公开(公告)日：2023-09-12

申请号：CN202310572366.5

申请日：2023-05-19

Applicant: 中北大学

Inventor： 王晨光 ,  马如鉞 ,  申冲 ,  曹慧亮 ,  唐军 ,  刘俊

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于CNN的强度图像与偏振图像融合增强方法，该方法是基于卷积神经网络(CNN)的无监督端到端网络框架，由多尺度加权结构相似度(MWSSIM)和多尺度加权融合质量指数组成的混合损失函数来评价模型构建并训练卷积神经网络模型，首先将强度图像和偏振度图像分别输入编码器模块提取图像特征，得到的特征图像输入融合模块进行特征融合，输出的融合特征图最后进入解码器重构出最终的融合图像。本发明可有效解决偏振图像融合过程中丢失部分重要信息的问题，得到的融合图像相比传统融合图像具有更好的质量，为更好应用于目标检测、目标跟踪等领域打下良好基础。