發(fā)布時間：2024-05-16 22:49

　　多聚焦圖像融合技術(shù)被廣泛應(yīng)用于數(shù)字?jǐn)z像、醫(yī)學(xué)影像以及安全監(jiān)控等領(lǐng)域。多聚焦圖像融合旨在將具有不同聚焦區(qū)域的多個圖像組合成全聚焦的單個圖像�，F(xiàn)有基于卷積神經(jīng)網(wǎng)絡(luò)的多聚焦圖像融合算法在融合性能上實現(xiàn)了很大的提高,但在源圖像的多尺度特征提取、不同網(wǎng)絡(luò)層特征利用等方面還存在不足之處。針對這些問題,本文從源圖像深度特征提取及網(wǎng)絡(luò)架構(gòu)等方面展開深度融合網(wǎng)絡(luò)研究,對提升多聚焦圖像算法融合性能以及實踐推廣應(yīng)用具有重要價值。主要研究內(nèi)容如下:(1)提出一種基于多尺度空洞卷積網(wǎng)絡(luò)的多聚焦圖像融合算法。針對源圖像的特征提取尺度單一的問題,本文設(shè)計了一種多尺度空洞卷積模塊,采用不同擴(kuò)張率的空洞卷積從不同層級的感受野分析圖像特征,提高網(wǎng)絡(luò)對源圖像中不同尺度特征的提取能力。此外,利用SE(Squeeze-and-Excitation)注意力模塊使圖像特征提取分析更加準(zhǔn)確,提高融合圖像的質(zhì)量。實驗結(jié)果證明,該算法能有效地提取源圖像的多尺度特征,提升網(wǎng)絡(luò)表達(dá)能力,相對于對比算法具有更好的融合效果。(2)提出了一種基于密集注意力網(wǎng)絡(luò)的多聚焦圖像融合算法。針對網(wǎng)絡(luò)中間層的部分有用信息丟失的問題,本文設(shè)計了一種密集卷積模塊...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于變換域的多聚焦圖像融合
        1.2.2 基于空間域的多聚焦圖像融合
        1.2.3 基于深度學(xué)習(xí)的多聚焦圖像融合
    1.3 本文主要研究內(nèi)容及組織結(jié)構(gòu)
        1.3.1 本文主要研究內(nèi)容
        1.3.2 本文組織結(jié)構(gòu)
第二章 相關(guān)背景知識介紹
    2.1 神經(jīng)網(wǎng)絡(luò)相關(guān)理論
        2.1.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.1.2 Siamese網(wǎng)絡(luò)
        2.1.3 殘差網(wǎng)絡(luò)
        2.1.4 DenseNet網(wǎng)絡(luò)
        2.1.5 注意力機(jī)制
        2.1.6 空洞卷積
    2.2 圖像融合評價指標(biāo)
        2.2.1 主觀評價方法
        2.2.2 客觀評價方法
    2.3 本章小結(jié)
第三章 基于多尺度空洞卷積網(wǎng)絡(luò)的多聚焦圖像融合算法
    3.1 引言
    3.2 融合算法框架
        3.2.1 網(wǎng)絡(luò)框架
        3.2.2 多尺度空洞卷積模塊
        3.2.3 損失函數(shù)
        3.2.4 網(wǎng)絡(luò)訓(xùn)練
    3.3 數(shù)據(jù)集生成
    3.4 實驗結(jié)果與分析
        3.4.1 主觀視覺評價
        3.4.2 客觀指標(biāo)評價
        3.4.3 消融實驗
    3.5 本章小結(jié)
第四章 基于密集注意力網(wǎng)絡(luò)的多聚焦圖像融合算法
    4.1 引言
    4.2 融合算法框架
        4.2.1 網(wǎng)絡(luò)框架
        4.2.2 損失函數(shù)
        4.2.3 網(wǎng)絡(luò)訓(xùn)練
    4.3 實驗結(jié)果與分析
        4.3.1 主觀視覺評價
        4.3.2 客觀指標(biāo)分析
        4.3.3 消融實驗
    4.4 本章小結(jié)
第五章 基于多尺度空洞殘差網(wǎng)絡(luò)的多聚焦圖像融合算法
    5.1 引言
    5.2 融合算法框架
        5.2.1 網(wǎng)絡(luò)框架
        5.2.2 多尺度空洞殘差卷積模塊
        5.2.3 損失函數(shù)
        5.2.4 網(wǎng)絡(luò)訓(xùn)練
    5.3 實驗結(jié)果分析
        5.3.1 主觀視覺分析
        5.3.2 客觀指標(biāo)分析
        5.3.3 消融實驗
    5.4 本文提出的三種方法之間的性能對比
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
附錄2 攻讀碩士學(xué)位期間撰寫的論文
附錄3 攻讀碩士學(xué)位期間申請的專利
附錄4 攻讀碩士學(xué)位期間參加的科研項目
致謝



本文編號：3975021