摘要
一种基于PFNET改进的彩色偏振图像融合方法。涉及彩色偏振图像融合领域,具体涉及基于PFNET改进的彩色偏振图像融合技术领域。本发明在实现彩色偏振图像融合的同时,提升特征表达的完整性,兼具高偏振分辨率和丰富纹理。所述方法包括如下步骤:将数据集划分为训练集、测试集和验证数据集;改进PFNET模型:将移位窗口变换特征提取网络构建的融合图像生成器中的编码器模块引入至PFNET模型中;将通过Gan对抗网络构建的双鉴别器模块引入至PFNET模型中;将Gan对抗网络的总损失引入至PFNET模型中;将训练集输入改进后的PFNET模型,得到目标模型:将测试集输入目标模型,得到可执行的PFNET改进模型;将验证数据集输入可执行的PFNET改进模型,得到融合图像。
技术关键词
偏振图像融合方法
编码器模块
卷积模块
注意力
图像生成器
特征提取网络
训练集
多层感知机
图像融合技术
生成器网络
亮度
信息熵
数据
颜色
指标
指数
视觉
系统为您推荐了相关专利信息
锂离子电池老化
电池健康状态
超参数优化方法
编码器
充电电压曲线
辅助诊断系统
子模块
多任务深度神经网络
物理
多模态特征融合
物流管理系统
多模态协同
脉冲耦合神经网络
信用评分模型
知识图谱补全算法
工业设备
节点
数字孪生体
无线网络传输
蒙特卡洛树搜索