摘要
本申请提供一种图像融合方法、装置及电子设备,应用于图像处理技术领域,图像融合方法包括获取第一红外图像和第一可见光图像;将第一红外图像输入红外图像量子编码网络进行特征提取,得到红外特征图像,以及将第一可见光图像输入可见光图像量子编码网络进行特征提取,得到可见光特征图像;将红外特征图像和可见光特征图像输入量子特征融合网络,利用量子纠缠特性对红外特征图像和可见光特征图像进行融合,得到融合特征图像;基于融合特征图像的均值和方差,构建特征向量;将特征向量输入量子解码网络,得到融合图像。该方法相比于传统经典神经网络而言,量子神经网络可以学习到特征空间更多的信息,从而提高了图像融合的效果。
技术关键词
可见光图像
图像融合方法
融合特征
量子纠缠特性
特征融合网络
解码网络
分片
编码
图像融合装置
解码模块
量子神经网络
生成融合图像
处理器
电子设备
量子态
可读存储介质
图像处理技术
系统为您推荐了相关专利信息
生长预测方法
多尺度特征
可信度向量
数据
融合特征
水尺图像
水位测量方法
图像增强网络
图像生成网络
图标
内窥镜彩色图像
高频特征
超分辨率
融合特征
深度图
身份认证方法
客户端
多模态信息
生成用户
身份认证装置