【技术实现步骤摘要】
本专利技术涉及基于模态字典和特征匹配的未配准红外可见图像融合方法，属于图像融合。
技术介绍
1、不同的传感器能够捕获到来自不同波段的信息，这取决于它的硬件构成和成像原理。现阶段还不存在能够捕获来自同一场景中所有波段信息的传感器。例如，可见光传感器可以捕获到物体表面的纹理细节，但是一旦受到极端天气、遮挡和光照的影响就会丢失大量信息。然而，红外传感器在恶劣条件下也能够高效地对目标进行突出，但是它对纹理细节的捕获能力不足。因此，为了能够在单张图像中表征出尽量多的场景信息，图像融合技术应运而生。但是传感器在不同环境下拍摄，容易出现红外可见光图像对在空间上的未对齐的情况。对未对齐的红外可见光图像对直接进行融合，往往会得到一张充满伪影和偏移的融合图像，严重影响到下游任务的性能，例如图像识别，语义分割，目标追踪等等。于是，针对上述困境，提出了基于模态字典和特征匹配的未配准红外可见图像融合方法。在减少源图像对未对齐给融合结果带来的负面影响的同时，得到一张不存在伪影和偏移的视觉效果良好且计算机易于分析的融合结果。
技术实现思路
【技术保护点】
1.基于模态字典和特征匹配的未配准红外可见图像融合方法，其特征在于：所述方法的具体步骤如下：
2.根据权利要求1所述的基于模态字典和特征匹配的未配准红外可见图像融合方法，其特征在于，所述步骤1中未对齐红外可见光图像融合的训练数据集包含数对未对齐红外可见光图像对，其中每个红外可见光图像对，都由一张红外图像和一张可见光图像组成；每张红外图像和可见光图像的大小均为256×256；首先对用于未对齐红外可见光图像融合的训练数据集进行预处理，预处理的方法具体为，对数据进行随机反转、随机旋转和偏移，对处理之后的图像进行归一化。
3.根据权利要求1所述的基于模...
【技术特征摘要】
1.基于模态字典和特征匹配的未配准红外可见图像融合方法，其特征在于：所述方法的具体步骤如下：
2.根据权利要求1所述的基于模态字典和特征匹配的未配准红外可见图像融合方法，其特征在于，所述步骤1中未对齐红外可见光图像融合的训练数据集包含数对未对齐红外可见光图像对，其中每个红外可见光图像对，都由一张红外图像和一张可见光图像组成；每张红外图像和可见光图像的大小均为256×256；首先对用于未对齐红外可见光图像融合的训练数据集进行预处理，预处理的方法具体为，对数据进行随机反转、随机旋转和偏移，对处理之后的图像进行归一化。
3.根据权利要求1所述的基于模态字典和特征匹配的未配准红外可见图像融合方法，其特征在于，所述步骤2中，具体操作如下：
4.根据权利要求1所述的基于模态字典和特征匹配的未配准红外可见图像融合方法，其特征在于，所述步骤3中，跨模态表示学习模块的具体操作如下:
5.根据权利要求1所述的基于模态字典和特征匹配的未配准红外可见图像融合方法，其特征在于，所述步骤4中，在特征匹配前先针对统一表示的固定特征和偏移特...
【专利技术属性】
技术研发人员：李华锋，杨增轶，张亚飞，谢明鸿，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。