摘要
本发明提供了一种自监督的多聚焦图像融合方法及其模型构建方法,属于计算机图像处理技术领域。首先获取原始图像数据对,并从均匀分布中随机采样输入噪声图像;计算原始图像数据对的梯度信息并得到初始焦点分数图;基于U‑Net结构,设计一个由D‑Net网络和F‑Net网络联合优化的多聚焦图像融合模型;输入噪声图像数据,在初始焦点分数图的指导下通过D‑Net网络生成初始决策图;输入原始图像数据对,在初始决策图的指导下通过F‑Net网络生成最终融合图像;同时,设计总体损失函数,进行模型训练,获得最终模型,并使用模型进行图像融合输出。该模型可以在没有监督信息和大规模图像集的条件下预测清晰的融合图像。
技术关键词
融合模型构建方法
原始图像数据
图像融合方法
噪声图像
特征提取模块
插值滤波器
上采样
整流单元
编码器
高斯滤波器
计算机图像处理技术
注意力
图像融合设备
决策
焦点
生成融合图像
网络架构
系统为您推荐了相关专利信息
服饰
像素点
边缘检测算子
原始图像数据
计算机装置
无线传感器网络
智能算法
深度神经网络模型
时序特征
特征提取器
唇动特征
气流
视觉特征提取
唇语识别方法
融合特征
训练特征
模型训练方法
推荐方法
模型训练装置
样本