公开(公告)号：CN109035188A

公开(公告)日：2018-12-18

申请号：CN201810776322.3

申请日：2018-07-16

Applicant: 西北工业大学

Inventor： 李晖晖 ,  苗宇宏 ,  郭雷 ,  杨宁

IPC: G06T5/50 ,  G06T5/10 ,  G06T7/11 ,  G06T7/136

CPC classification number: G06T5/50 ,  G06T5/10 ,  G06T7/11 ,  G06T7/136 ,  G06T2207/10048 ,  G06T2207/20221

Abstract: 本发明涉及一种基于目标特征驱动的智能图像融合方法，首先，基于显著性检测分割得到红外图像中的显著性目标区域；然后构造图像特征集合与融合算法集合，并利用模糊数学的原理和方法分析两者之间的模糊映射关系；最后，在NSCT分解框架下，利用目标区域特征驱动目标区域融合，对背景区域选择保留更多可见光信息的低频可见光、高频绝对值取大的策略，进行逆NSCT变换实现最终图像融合。本方法能够在自适应地选择目标区域的最优融合方式，在极大程度地保持目标特性，更多地保留图像的背景细节信息，解决了信息丢失，目标不完整，背景模糊等多方面的缺陷，融合图像呈现出高对比度、高细节信息、目标高亮等特点，具有较好的视觉效果。

公开(公告)号：CN109035188B

公开(公告)日：2022-03-15

申请号：CN201810776322.3

申请日：2018-07-16

Applicant: 西北工业大学

Inventor： 李晖晖 ,  苗宇宏 ,  郭雷 ,  杨宁

IPC: G06T5/50 ,  G06T5/10 ,  G06T7/11 ,  G06T7/136

Abstract: 本发明涉及一种基于目标特征驱动的智能图像融合方法，首先，基于显著性检测分割得到红外图像中的显著性目标区域；然后构造图像特征集合与融合算法集合，并利用模糊数学的原理和方法分析两者之间的模糊映射关系；最后，在NSCT分解框架下，利用目标区域特征驱动目标区域融合，对背景区域选择保留更多可见光信息的低频可见光、高频绝对值取大的策略，进行逆NSCT变换实现最终图像融合。本方法能够在自适应地选择目标区域的最优融合方式，在极大程度地保持目标特性，更多地保留图像的背景细节信息，解决了信息丢失，目标不完整，背景模糊等多方面的缺陷，融合图像呈现出高对比度、高细节信息、目标高亮等特点，具有较好的视觉效果。

公开(公告)号：CN110084773A

公开(公告)日：2019-08-02

申请号：CN201910225446.7

申请日：2019-03-25

Applicant: 西北工业大学

Inventor： 李晖晖 ,  苗宇宏 ,  郭雷 ,  刘航

IPC: G06T5/50 ,  G06N3/04

Abstract: 本发明涉及一种基于深度卷积自编码网络的图像融合算法。首先，参考多尺度分解的思想与原理构建了深度卷积自编码网络框架；然后通过构建训练数据集、设置网络参数等操作对网络模型进行训练，该网络模型能够实现图像分解重构，最终得到一种图像的有效表示方式；最后，利用该网络模型将待融合图像分解为高频图像和低频图像，对于高频图像利用绝对值取大的原则进行融合，对于低频图像利用图像显著度作为权重进行融合，再利用网络的重构部分对融合后高、低频图像进行重构得到最终的融合图像。