摘要
本发明涉及一种基于多模态图像融合的海面漂浮小目标检测方法。包括:获取多对图像对,并对获取的图像对进行预处理,利用预处理后的图像对构建图像样本数据集;利用最优化算法对红外偏振图像的对比度和细节信息进行增强;使用多尺度变换提取不同模态图像的低通子带和带通定向子带信息,根据三通道简化脉冲耦合神经网络确定两部分的融合权重,最后使用多尺度变换的逆变换得到最终融合结果;将三模态融合图像输入固定检测网络得到目标检测结果。本方法有效衡量红外偏振、红外强度和可见光图像的相对作用,对红外偏振图像的对比度和细节信息进行了有效增强,使融合特征进行增强,具有更好的融合图像质量和目标检测性能。
技术关键词
红外偏振图像
脉冲耦合神经网络
可见光图像
多模态
粒子群优化算法
轮廓波变换
多尺度
对比度
三通道
线偏振
强度
表达式
可见光相机
峰值信噪比
偏振相机
参数
采集系统
系统为您推荐了相关专利信息
性能退化分析方法
动态弹性模量
薄板结构
粒子群优化算法
薄板试样
粒子群算法
地质特征参数
混合优化算法
特征提取模块
油气田开发技术
资源调度优化方法
异构
编码
粒子群优化算法
节点
数据交易方法
局部优化算法
数据交易装置
多源数据协同
拉格朗日乘数法