基于轻量级网络和边缘校正的多聚焦图像融合方法

野战条件下部队装备维修抢修技术力量有限,需要后方技术专家进行远程支持,为解决远程支持专家实时、全面观察维修现场环境的问题,提出一种基于轻量级神经网络和边缘校正的多聚焦图像融合方法。第一级融合使用改进的轻量级神经网络模型对图像补丁进行分类,将输出结果重构成初级决策图,划分出主聚焦区域;第二级融合使用一种改进的边缘检测算法,生成边缘引导图对初级决策图进行边缘校正,获得良好的融合边缘。选取cifar⁃10数据集中的自然图像进行特殊处理,模拟边界模糊情况,创建多尺度模糊数据集。实验结果表明,该融合方法参数量少、模型体积小、收敛速度快,经过两个阶段的处理,图像细节保有度高,融合边界效果良好,在主观视觉和客观评估方面优于其他融合方法,能够满足维修任务需要。

资料为PDF文档格式.

本文档关键词:轻量级,校正,图像,聚焦,边缘