Study on quality enhancement for infrared night vision based on attention U-Net network

doi:10.13741/j.cnki.11-1879/o4.2023.05.014

您当前的位置：

首页 >

文章列表页 >

Study on quality enhancement for infrared night vision based on attention U-Net network

更新时间：2025-09-01

- Study on quality enhancement for infrared night vision based on attention U-Net network
- Vol. 49, Issue 5, Pages: 623-630(2023)
- 作者机构：
  
  1:江苏商贸职业学院电子与信息学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2023.05.014
  CLC： TP391.41
- Published：2023
- 稿件说明：
移动端阅览
Study on quality enhancement for infrared night vision based on attention U-Net network[J]. 2023, 49(5): 623-630.
DOI：

Study on quality enhancement for infrared night vision based on attention U-Net network[J]. 2023, 49(5): 623-630. DOI： 10.13741/j.cnki.11-1879/o4.2023.05.014.

摘要

针对红外夜视遥感系统成像质量差的问题，提出一种目标与背景分离的多模态图像融合方法来改善红外夜视的成像质量。一方面，采用注意力U-Net对红外与可见光图像的目标区域进行分割与融合处理，利用U-Net强大的学习能力充分保留原图像中的目标信息；另一方面，通过引导滤波器对红外与可见光图像的背景区域进行分解，采取不同的融合策略处理基层信息与细节层信息，增强背景中的显著区域。在TNO数据集上的对比实验结果表明，该方法在主观视觉评价与客观量化评价两方面均优于其它对比方法。

Abstract

关键词

Keywords

references

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Study on action detection by combination of monocular vision imaging and depth measure

Image expression recognition algorithm based on gravity search and deep learning

Real-time recognition method of infrared object based on motion segmentation and lightweight classification network

High-order dispersion prediction of fiber communication based on deep neural networks

Joint implementation of image fusion and super-resolution based on convolutional sparse representation

Related Author

包林霞

王云良

杨芳

郭宏刚

王倩

张海峰

米娜

尹泽楠

Related Institution

2:江苏省物联网与制造业信息化工程技术研究中心

1:常州机电职业技术学院信息工程学院

4:河北师范大学河北省供应链大数据分析与数据安全工程研究中心

3:河北师范大学河北省网络与信息安全重点实验室

2:河北师范大学计算机与网络空间安全学院

⁰