基于卷积神经网络的像素级图像融合
原文知网:
摘要
1.介绍图像融合,引出CNN;
2.本文DWT+CNN,本文的步骤;
3.主客观优,9种对比算法。
第1章 引言
1.介绍图像融合分类,可以分成三个层次:像素级、特征级、决策级,可以按照应用分类:多焦距、多模态、多曝光等;
2.多焦距图像融合介绍;
3.多模态医学图像融合介绍;
4.遥感图像融合介绍;
5.红外可见光图像融合介绍;
6.领域不同,可分为空域和变换域;
7.空域算法介绍;
8.变换域算法介绍;
9.空域和变换域的局限性,所以本文采用卷积神经网络;
10.卷积神经网络解决的问题且可以归为空域;
11.解决空域出现的问题采用DWT+CNN;
12.文章主要贡献:(1)低频:CNN-low,高频CNN-high(2)网络结构优化(3)CNN产生的决策图用SML和GF处理;本文算法的优点和组织结构。
第2章 相关理论基础
2.1 卷积神经网络
1.卷积神经网络应用;