摘要
本公开涉及一种基于多尺度特征融合的偏振图像融合方法及其系统,所述方法包括:获取偏振相机的原始偏振图像;根据原始偏振图像,采用斯托克斯矢量计算得到光强图像、线偏振度图像和线偏振角图像;在神经网络中对所述光强图像、线偏振度图像和线偏振角图像进行特征提取并融合形成融合图像,基于偏振特性保留损失函数和多尺度特征损失函数对神经网络进行训练;将原始偏振图像输入训练后的神经网络中,得到保留偏振信息的偏振图像。本公开能够通过增加一个偏振信息进行图像融合,使图像质量得到提高,并且有效保留图像中包含的偏振信息。
技术关键词
偏振图像融合方法
线偏振
多尺度特征融合
光强
偏振相机
图像获取模块
图像融合系统
神经网络训练
处理器
像素点
可读存储介质
存储器
非线性
电子设备
计算机
程序
系统为您推荐了相关专利信息
状态空间模型
可见光强度
可见光图像
特征提取模块
多分辨率
图像去模糊方法
去模糊图像
大气散射模型
多尺度特征融合
工业现场
强度噪声
消除方法
信号处理单元
传感
法拉第旋转镜
分布式多智能体
协同方法
机器人自主导航
矩阵
关键帧