基于密集梯度生成对抗网络的偏振图像融合算法

张昊; 段锦; 刘举; 高美玲; 郝有菲; 陈广秋

doi:10.13741/j.cnki.11-1879/o4.2023.03.015

您当前的位置：

首页 >

文章列表页 >

基于密集梯度生成对抗网络的偏振图像融合算法

光学图像处理与识别 | 更新时间：2025-09-01

- 基于密集梯度生成对抗网络的偏振图像融合算法
- Polarization image fusion algorithm based on dense gradient generative adversarial networks
- 光学技术 2023年49卷第3期页码：354-360
- 作者机构：
  
  1:长春理工大学电子信息工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金重大仪器专项(62127813);吉林省科技发展计划项目(20220508152RC)
- DOI：10.13741/j.cnki.11-1879/o4.2023.03.015
  中图分类号： TP183;TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
张昊, 段锦, 刘举, 等. 基于密集梯度生成对抗网络的偏振图像融合算法[J]. 光学技术, 2023,49(3):354-360.

Polarization image fusion algorithm based on dense gradient generative adversarial networks[J]. 2023, 49(3): 354-360.
张昊, 段锦, 刘举, 等. 基于密集梯度生成对抗网络的偏振图像融合算法[J]. 光学技术, 2023,49(3):354-360. DOI： 10.13741/j.cnki.11-1879/o4.2023.03.015.

Polarization image fusion algorithm based on dense gradient generative adversarial networks[J]. 2023, 49(3): 354-360. DOI： 10.13741/j.cnki.11-1879/o4.2023.03.015.

摘要

针对单幅偏振图像在一定场景下无法提供充足信息的问题，结合强度图像和线偏振度图像的优势特征，提出一种基于密集梯度生成对抗网络的偏振图像融合算法。利用密集连接卷积网络和梯度算子构建密集梯度卷积模块，并将该模块应用在生成器中，用以增强融合图像的纹理细节；构造多尺度结构相似度和L1范数相结合的损失函数，用以提高网络的整体性能。在ZJU-RGB-P数据集进行定性比较和定量分析，实验结果表明，所提算法具有更好的主观视觉感受，同时各项评价指标均得到明显提升。

Abstract

关键词

Keywords

references

浏览量

126

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

卷积稀疏表示图像融合与超分辨率联合实现

基于判别字典学习与形态成分分解的多源图像融合

基于压缩感知耦合梯度下降的红外-可见光图像自适应融合算法

2D经验模态分解与非下采样方向滤波器组的红外与可见光图像融合算法

基于离散Curvelet变换与自适应能量模型的多聚焦图像融合算法

基于密集梯度生成对抗网络的偏振图像融合算法

Polarization image fusion algorithm based on dense gradient generative adversarial networks

DOI：10.13741/j.cnki.11-1879/o4.2023.03.015

摘要

Abstract

关键词

Keywords

references