【摘 要】
：
聚焦分类学习是当前多聚焦图像融合最流行的框架方法。这类空间域的方法将多聚焦图像融合视为一个聚焦/离焦分类问题:首先使用一个预训练的神经网络模型判断源图像的聚焦特性,进而通过拼接源图像中的聚焦区域来生成一幅全聚焦图像。虽然这种基于深度学习的融合框架已经显示出突出的性能,然而由于源图像聚焦二分类的基本前提并不完全符合实际,因此会导致融合质量下降。为了充分利用深度学习模型的优点并有效克服上述这些缺点,本
论文部分内容阅读
聚焦分类学习是当前多聚焦图像融合最流行的框架方法。这类空间域的方法将多聚焦图像融合视为一个聚焦/离焦分类问题:首先使用一个预训练的神经网络模型判断源图像的聚焦特性,进而通过拼接源图像中的聚焦区域来生成一幅全聚焦图像。虽然这种基于深度学习的融合框架已经显示出突出的性能,然而由于源图像聚焦二分类的基本前提并不完全符合实际,因此会导致融合质量下降。为了充分利用深度学习模型的优点并有效克服上述这些缺点,本文提出一种多分类聚焦模型,并将其应用于融合算法设计。通过将源图像中的区域状态描述为聚焦、离焦和不确定三种状态并进行针对性的处理,能够有效克服简单二分类模型导致的聚焦/离焦边界降质,显著提升整体融合质量。此外基于聚焦分类学习的思路,本文还首次将深度学习引入图像融合质量评价,提出一种新的多聚焦图像融合客观评价指标。该方法较传统的评价指标具有更好的适用性和准确性。本文主要工作具体包括:（1）提出一种基于多分类聚焦模型的多聚焦图像融合算法。该算法根据多分类聚焦模型区分三种不同类别的像素,设计融合规则分别进行融合,可以有效解决二分类模型导致的聚焦/离焦边界质量欠佳问题;引入多尺度分解可在一定程度上克服聚焦分类学习方法中普遍采用的单尺度拼接规则对未配准源图像缺乏鲁棒性的缺陷。具体步骤包括训练CNN分类器对源图像分类并重构概率值获得聚焦概率图、利用拉普拉斯金字塔和高斯金字塔分解源图像和聚焦概率图、在各层级上根据分解聚焦概率图和多分类聚焦模型得到三分类聚焦属性图TCFPM、依据TCFPM执行多尺度融合策略并逆变换拉普拉斯金字塔得到融合图像。（2）提出一种基于多分类聚焦模型的多聚焦图像融合质量评价方法。首先利用高性能分类器获得聚焦概率图,之后依照多分类聚焦模型将其转换为聚焦属性图TCFPM,并设计相应的相似性比较规则,以图像块为单位比较融合图像和源图像的相似性,最终获得直观性的评分图以及整体质量得分。科学的实验证明了所提出的评价指标是正确有效的。
其他文献
近些年来,二维过渡金属双卤化合物WX2由于其独特的电学和光学性能,引起了众多科学家的广泛关注。当WX2从多层转变成单层时,其能带结构也发生了变化,由间接带隙转变成直接带隙,这种转变大大提高了光子发射效率,还展现出了非常高的电荷迁移率,这些特性使WX2材料成为电子和光电领域的理想选择。这些奇特的电学和光学特性推动了光电器件在信息传递、计算机和健康监测等领域的应用。单层WX2具有优良的物理学性能,可以
随着信息科技的快速发展,人类已将图像作为传递信息的重要载体之一。在室外场景中,大气吸收和散射灰尘、硝酸等浑浊介质从而形成了雾霾,在这种恶劣天气下,图像采集设备必然会受到影响,不仅导致了所拍摄图像的清晰度降低,也造成了图像细节信息的丢失并引起颜色畸变等问题。近些年,计算机视觉技术已经深入到各个行业中,在航空航天、无人驾驶等领域占据着重要地位,这些系统都需要高清晰度的源图像作为基础,使得后续的图像识别
近年来,新能源汽车产业发展成效显著,我国已经成为了世界第一汽车及新能源汽车市场。《新能源汽车产业发展规划（2021-2035）》指出为了面对更加复杂的市场环境,必须抢抓战略机遇,不断提升产业核心竞争力,推动新能源汽车产业高质量可持续发展,而产业核心竞争力的关键在于技术创新能力与技术创新效率。因此,本文从企业层面展开,从我国深沪股市新能源汽车板块上市企业中选取涵盖整车制造、电池电源、电动机、充电桩、
科技的进步和生活水平的提高促进了人类的平均寿命的提高,但与此同时,人口的老龄化问题也逐渐突出。据研究显示,我国的老年人口将在2035年达到4亿的规模,比例接近三成。而伴随发生的老年人的慢性疾病发病率也随之水涨船高,如不进行早期检测和干预,甚至会威胁生命。如果能对人体进行实时的健康监测,并在早期及时进行诊断和治疗,则会降低这些疾病朝着恶化的方向发展的概率。无线体域网技术的出现和发展则正好可以应用于此
图像融合是指将图像中有意义的信息从源图像中提取出来并加以组合,使其生成的融合图像具有更大的信息量并利于后续应用。红外与可见光图像融合是图像融合中一个重要且经常发生的问题,红外图像具有明显的对比度,能够在恶劣天气下有效地将目标信息从背景中突出出来。可见光图像包含丰富的纹理细节,更加符合人类视觉的感知系统。红外和可见光图像融合将这两种特征结合起来,产生具有高对比度和丰富纹理的结果。本文提出一种新的基于
互联网中,论坛贴子、观影评价、商品购买评价及回复、咨询、建议、即时聊天记录（MSN/QQ/We Chat）等内容通常是短文本。针对此类文本内容实现文本自动分类具有广泛用途,如根据影评内容判断观众对电影喜爱是正向、负向还是中立等。因此,基于自然语言处理技术的短文本分类问题成为研究热点。文本分类方法主要分为两大类,分别是基于传统机器学习的方法和基于深度学习的方法。在传统的机器学习方法中,文本分类精度的
目前较为普遍接受的星系形成与演化理论认为星系停止恒星形成活动的过程伴随着形态的改变。大质量红色盘星系的存在对这一理论提出了挑战。已有研究表明,这类星系具有显著的核球成分,由此得出形态熄灭机制可能是红盘星系熄灭的机制之一。然而,其中的成分分解采用的是简单的核球加盘成分的模型。本文通过对近邻红色和蓝色大质量盘星系的多波段多成分二维图像测光分解获取其核球等子成分的物理参数,并进一步对比分析红色大质量盘星
目前,单模态情感识别技术在很多领域都得到了广泛应用,比如表情识别、语音情感识别等。但由于单模态状态下的特征信息有时会出现数据量不足或受到外界影响严重等情况,所以多模态方法以其模态的多样性和模态之间的互补性正逐渐受到重视。虽然多模态融合的策略在一定程度上弥补了单模态的不足,但由于不同模态之间有一定的异质性也有一定的相似性,那么选取适合不同特征互相连接又不增加特征冗余的融合结构是很重要的研究方面;并且
无线传感器网络（wireless sensor networks,简称WSN）中,能源问题是无线传感器网络在应用中面临的最重要挑战之一。无线充电技术无疑是解决能量问题的可行方案。在WSN中部署一个或多个带有大容量电池的无线移动充电器（mobile charger,简称MC）,这被称为无线可充电传感器网络（wireless rechargeable sensor networks,简称WRSN）。在
称呼语是言者用于指代听者所使用的名称,是言语交际中不可或缺的组成部分。它的语用功能丰富,可用于引起或维持听者的注意力,体现听者的年龄、性别、职业或种族等社会属性,或展现言者的意图和态度。各个民族都有自己的称呼语系统,它们之间既有差异,也有共性,这些差异和共性在翻译中有所体现。因此,研究称呼语的翻译有两方面的意义。一方面,它有助于加深我们对不同的称呼语系统的理解。另一方面,面对文化差异给翻译带来的难