基于注意力U-Net网络的红外夜视质量增强研究

祁宏宇

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

您当前的位置：

首页 >

文章列表页 >

基于注意力U-Net网络的红外夜视质量增强研究

光学图像处理 | 更新时间：2025-09-01

- 基于注意力U-Net网络的红外夜视质量增强研究
- Study on quality enhancement for infrared night vision based on attention U-Net network
- 光学技术 2023年49卷第5期页码：623-630
- 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：
  
  南通市科技局社会民生计划项目(MS12021060)
- DOI：10.13741/j.cnki.11-1879/o4.2023.05.014
  中图分类号： TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
祁宏宇. 基于注意力U-Net网络的红外夜视质量增强研究[J]. 光学技术, 2023,49(5):623-630.

Study on quality enhancement for infrared night vision based on attention U-Net network[J]. 2023, 49(5): 623-630.
祁宏宇. 基于注意力U-Net网络的红外夜视质量增强研究[J]. 光学技术, 2023,49(5):623-630. DOI： 10.13741/j.cnki.11-1879/o4.2023.05.014.

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

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

结合单目视觉成像和深度测量的行为检测研究

基于重引力搜索和深度学习的图像表情识别研究

基于移动分割与轻量化分类网络的红外目标实时识别方法

基于深度神经网络的光纤通信高阶色散预测

卷积稀疏表示图像融合与超分辨率联合实现

基于注意力U-Net网络的红外夜视质量增强研究

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

摘要

Abstract

关键词

Keywords

references