| 基于改进生成对抗网络的多聚焦图像融合 |
| |
| 引用本文： | 王&#; 娟,柯&#; 聪,刘&#; 敏,蔡霖康,石&#; 豪,袁旭亮. 基于改进生成对抗网络的多聚焦图像融合[J]. 科学技术与工程, 2020, 20(25): 10308-10312 |
| |
| 作者姓名： | 王&# 娟,柯&# 聪,刘&# 敏,蔡霖康,石&# 豪,袁旭亮 |
| |
| 作者单位： | 湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室, 武汉430068;武汉大学-武汉华安科技公司博士后工作站,武汉430068;湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室, 武汉430068 |
| |
| 基金项目： | 太阳能高效利用;储能运行控制湖北省重点实验室开发研究重点项目;湖北工业大学博士科研启动基金;湖北省教育厅科学技术研究项目 |
| |
| 摘 要： | 针对多聚焦图像融合中权重分配和融合规则设计困难的问题，本文提出了一种基于改进生成对抗网络的多聚焦图像融合算法。首先，对生成器网络和判别器网络进行设计，为了避免图像在网络模型传递过程中造成的信息丢失，裁撤网络结构中的池化层，通过卷积层叠提取图像特征。其次，构建生成对抗网络的损失函数，优化网络参数，得到最佳的网络模型。最后，将实验结果与现有的几种融合算法相比较，通过5种客观评价指标来评价融合图像的效果。结果表明，本文提出的算法不仅在主观上有着良好的视觉效果，也在客观评价指标上有显著优势。
|
| 关 键 词： | 多聚焦图像融合 生成对抗网络 损失函数 网络模型 |
| 收稿时间： | 2019-09-18 |
| 修稿时间： | 2020-01-21 |
Multi-focus Image Fusion Based on Improved Generative Adversarial Network |
| |
| wangjuan. Multi-focus Image Fusion Based on Improved Generative Adversarial Network[J]. Science Technology and Engineering, 2020, 20(25): 10308-10312 |
| |
| Authors: | wangjuan |
| |
| Affiliation: | Hubei Key Laboratory for High-Efficiency Utilization of Solar Energy and Operation Control of Energy Storage System, Hubei University of Technology |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载全文 |
|
