摘要
本发明提供一种深度多模态图像融合方法及系统,涉及图像处理技术领域;方法包括:分别对过曝光图像和欠曝光图像特征提取,分别得到过曝光图像的字典特征和稀疏特征以及欠曝光图像的字典特征和稀疏特征,通过总目标函数分别对欠曝光图像和过曝光图像的字典特征和稀疏特征进行更新,通过非线性函数分别对更新后的字典特征和稀疏特征提取共同特征,根据提取到的共同特征进行特征提取,得到过曝光融合图像和欠曝光融合图像并进行融合处理,得到重建图像并与标准图像进行比较,生成评价指标。通过总目标函数迭代变化进行变换学习,提取出更高质量的稀疏特征,来捕获图像的重要内在属性以对图像重建,实现多模态图像的融合。
技术关键词
字典
非线性
正则化参数
峰值信噪比
稀疏特征提取
图像融合系统
图像重建
表达式
图像特征提取
特征提取单元
多模态
图像处理技术
指标
变量
指数
系统为您推荐了相关专利信息
建筑能耗数据
生成对抗网络模型
评估预测模型
训练机器学习模型
建筑能耗预测技术
镍基高温合金
高温激光共聚焦显微镜
分析方法
原位
镍基合金
机器人运动轨迹
障碍物
扩展卡尔曼滤波算法
动态避障方法
雅可比矩阵