会员注册 会员登陆
用户名
密 码
记注密码   忘记密码?
欢迎您访问激光与红外网! Welcome to LASER & INFRARED!
  明星企业
 
  支持单位
  展会专题
·中国科学院张清杰院士将出...
·2024智能光子技术研讨会
·先进光刻技术研讨会闪亮来...
·中国科学院张清杰院士将出...
·先进光刻技术研讨会闪亮来...
·2024智能光子技术研讨会
·第九届中国(北京)军事智...
·BPC2024,聚首群英,邀请报...
·凌光红外诚邀您参加CSE化合...
  业界访谈
·两项激光相关的项目入选20...
·中国芯片教父张汝京:一个...
·两项激光相关的项目入选20...
·中国芯片教父张汝京:一个...
·锐科激光闫大鹏获“国家卓...
·锚定激光赛道!多地发布新...
·“2023中国光学十大进展”...
·我们到底需要,什么样的国...
·深度专访:半导体激光领军...
·激光器的阈值特性:不妨“...
·张梦:问渠那得清如许?为...
  技术专题    
基于双支路拮抗网络的偏振方向图像融合方法
作者:cmh        来源:红外技术网 
日期:2024-04-13    阅读次数:32
副标题:

        据红外技术网,于2024年04月报道,基于双支路拮抗网络的偏振方向图像融合方法。

        摘要: 为了提升偏振方向图像融合效果,构建了一种偏振方向图像的双支路拮抗融合网络(Double-branch Antagonism Network, DANet),该网络主要包括特征提取、特征融合和特征转化3个模块。首先,特征提取模块由低频支路和高频支路组成,将0°、45°、90°和135°偏振方向图像连接输入到低频支路,提取图像能量特征,将2组拮抗图像差分输入到高频支路,提取图像细节特征;其次,将得到的能量特征和细节特征进行特征融合;最后,将融合后的特征转化整合为融合图像。实验表明,通过此网络得到的融合图像,其视觉效果和评价指标均有较为显著的提升,与合成强度图像I、偏振拮抗图像Sd、Sdd、Sh、Sv相比,在平均梯度、信息熵、空间频率和图像灰度均值上,分别至少提升了22.16%、9.23%、23.44%和38.71%。

        关键词: 图像融合 /  深度学习 /  偏振图像 

        Abstract: To improve the quality of the fused image, the study presents a double-branch antagonism network (DANet) for the polarization direction images. The network includes three main modules: feature extraction, fusion, and transformation. First, the feature extraction module incorporates low and high-frequency branches, and the polarization direction images of 0°, 45°, 90°, and 135° are concatenated and imported to the low-frequency branch to extract energy features. Two sets of polarization antagonism images (0°, 90°, 45°, and 135°) are subtracted and entered into the high-frequency branch to extract detailed features and energy. Detailed features are fused to feature maps. Finally, the feature maps were transformed into fused images. Experiment results show that the fusion images obtained by DANet make obvious progress in visual effects and evaluation metrics, compared with the composite intensity image I, polarization antagonistic image Sd, Sdd, Sh, and Sv, the average gradient, information entropy, spatial frequency, and mean gray value of the image are increased by at least 22.16%, 9.23%, 23.44% and 38.71%, respectively.

Key words: image fusion /  deep learning /  polarization image 


    
发表评论  
姓名: 匿名
主题:
请点击查看全部评论!  注册新用户
  产经透视
 
·光鉴科技完成2亿元B轮融资,推进3D视觉技术多...
·2023年中国光纤激光器市场销量达135.9亿元
·Effect Photonics获得3800万美元D轮融资
·央视聚焦新质生产力在武汉:已形成光电子等3大...
 
  产业资讯
 
·锚定激光赛道!多地发布新一轮“追光”计划
·开启6G的未来:太赫兹通信的新突破
·德国团队开发出20kW激光晶体加工适应光学系统...
·深紫外全固态激光器(DUV-DPL)研制难度大 我...
 
   
  技术动态
 
·超构表面全息设计,重塑微纳光子学技术与应用...
·实现速率超过20 Mbps的高速量子通信
·捕捉最短瞬间,单个阿秒脉冲表征技术研究进展...
·他们在实验室“种”出世界最长石墨烯纳米带
 
  技术专题
 
·超紧凑片上偏振控制器
·超紧凑片上偏振控制器
·太赫兹传-控-感“多面手”:亚波长光纤集成器...
·清华大学陈一镭助理教授:提出格密码的量子算...
 
 
首页 激光与红外杂志 产业报道 光电技术 企业展台 产品展示 供求市场 展会专题 最新公告 关于我们
您是 位访问者
版权所有:激光与红外杂志 京ICP备05019986号 Copyright©2004 www.laser-infrared.com All Rights Reserved
Process: 0.499s ( Load:0.020s Init:0.032s Exec:0.128s Template:0.319s ) | DB :12 queries 0 writes | UseMem:2,034 kb