基于孪生卷积神经网络的图像融合
作者:
作者单位:

作者简介:

通讯作者:

基金项目:


Image Fusion Based on Siamese Convolutional Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    传统的图像融合算法多有计算复杂程度高、不能有效提取图像纹理等不足,为了弥补以上传统算法,提出了一种基于孪生卷积神经网络(Siamese Convolutional Neural Network,Siamese CNN)的图像融合方法.首先,用孪生卷积神经网络生成一个权重图,该权重图包含了来自两个待融合图像的全部像素信息.然后,用图像金字塔对像素以多尺度的方式进行融合,并且采用了局部相似性策略自适应调整分解系数的融合模式.最后,和现存的几种图像融合的方法进行了对比.实验证明,该方法有较好的融合效果,具有一定的可实用性.

    Abstract:

    Traditional image fusion algorithms have many shortcomings, such as high computational complexity and inability to effectively extract image texture. To compensate these shortcomings of above traditional algorithms, an image fusion method is proposed based on the Siamese Convolutional Neural Network (Siamese CNN). First, we use the Siamese CNN to generate a weight graph, which contains all pixel information from the two images to be fused. Then, the image pyramid is fused in a multi-scale way, and the local similarity strategy is adopted to adjust the decomposition coefficient adaptively. Finally, several existing image fusion methods are compared. Experimental results show that the proposed method has sound fusion effect and is practical to some extent.

    参考文献
    相似文献
    引证文献
引用本文

杨雪,郑婷婷,戴阳.基于孪生卷积神经网络的图像融合.计算机系统应用,2020,29(5):196-201

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2019-09-27
  • 最后修改日期:2019-10-22
  • 录用日期:
  • 在线发布日期: 2020-05-07
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号