控制与决策

作者：邸敬,任莉,刘冀钊,郭文庆,廉敬

单位：兰州交通大学 电子与信息工程学院,兰州 730070,,兰州交通大学 电子与信息工程学院,兰州 730070,,兰州大学 信息科学与工程学院,兰州 730000,,兰州交通大学 电子与信息工程学院,兰州 730070,,兰州交通大学 电子与信息工程学院,兰州 730070,

关键词：红外与可见光融合;多尺度密集连接;注意力机制;纹理对比度增强网络;深度可分离卷积;信息交换流网络

基金：甘肃省科技计划项目(22JR5RA360)；国家自然科学基金项目(62061023)；甘肃省杰出青年基金项目(21JR7RA345).

在机器视觉中,视频监控的红外与可见光图像融合可以帮助机器更有效地识别目标和环境.针对现有视频监控的红外和可见光图像算法中存在人物细节提取不充分、目标物体轮廓模糊等问题,提出空洞卷积并行注意力机制和纹理对比度增强的红外与可见光图像融合.首先,融合网络采用多尺度密集连接和空洞卷积并行注意力机制构建局部-全局并行网络提取图像中的梯度信息和强度信息;然后,利用Scharr滤波器和深度可分离卷积构建纹理对比度增强网络,增强融合特征的对比度和纹理细节;最后,利用一种信息交换流网络设计分解网络,由于分解图像的质量直接取决于融合结果,分解过程可以使融合图像包含更多的场景信息.通过与其他8种具有代表性的图像融合方法对比,所提出方法的7项客观评价指标有5%sim62%的提升,表明所提出方法不仅能够充分提取源图像信息,获得纹理细节更清晰、对比度更好的融合结果,而且可以有效解决因源图像分辨率差异大而阻碍的多光谱遥感分析、军事侦察等实际应用.

来源：2024年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第11期