[发明专利]一种基于监督学习的全卷积神经网络多聚焦图像融合方法有效
| 申请号： | 201910842218.4 | 申请日： | 2019-09-06 |
| 公开（公告）号： | CN110533623B | 公开（公告）日： | 2022-09-30 |
| 发明（设计）人： | 张黎明;李恒;陈金萍 | 申请（专利权）人： | 兰州交通大学 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 730070 甘肃省兰州市安*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于监督学习的全卷积神经网络多聚焦图像融合方法：该方法旨在运用神经网络学习源图像不同聚焦区域的互补关系，即选择源图像中不同的聚焦位置合成一张全局清晰图像。该方法构造聚焦图像作为训练数据，网络采用稠密连接和1×1卷积以提高网络的理解能力和效率。结果显示，该发明在主观视觉评估和客观评价两方面均优于其他对比方法，图像的融合质量得到进一步提升。 | ||
| 搜索关键词： | 一种 基于 监督 学习 卷积 神经网络 聚焦 图像 融合 方法 | ||
【主权项】：
1.一种基于监督学习的全卷积神经网络多聚焦图像融合方法，包括：网络结构搭建、数据集训练、网络训练三部分：/n网络结构搭建步骤如下：/nS1：构建神经网络；/nS2：优化网络；/n数据集训练步骤如下：/nS3：基于公共数据集VOC2007构造带有标签的多聚焦图像数据集；/nS4：对标签图像做不同区域的高斯模糊处理；/n网络训练步骤如下：/nS5：构建损失函数和优化函数；/nS6：训练经高斯模糊处理后的数据集，得出结果；/nS7：结束。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于兰州交通大学，未经兰州交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910842218.4/，转载请声明来源钻瓜专利网。
