基于多尺度空洞卷积网络的多聚焦图像融合算法
摘要
针对现有基于深度学习的图像融合算法中存在图像特征提取尺度单一、卷积核感受野小、不能有效突出显著特征等问题，提出了一种基于含注意力机制的多尺度空洞卷积网络的多聚焦图像融合算法。首先，构造一种多尺度空洞卷积模块，通过不同的扩张率改变卷积的感受野，从而提取源图像中的多尺度特征。此外，在多尺度空洞卷积模块中引入注意力机制，能自适应地选择显著性特征，进一步提高融合性能。所提融合网络包含特征提取、特征融合和图像重建等3个部分，其中特征提取部分主要由多尺度空洞卷积模块构成。相关实验结果表明，所提算法与现有基于深度学习的算法相比具有一定的竞争力。消融实验也验证了所提多尺度空洞卷积模块能强化网络的特征提取能力，提高图像融合质量。
引用本文（GB/T 7714）
尹海涛 Yin Haitao, 周伟 Zhou Wei. 基于多尺度空洞卷积网络的多聚焦图像融合算法[J]. Laser & Optoelectronics Progress, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。