摘要:
单一传感器无法在海上探测中取得良好的效果。红外与可见光具有很强的互补性, 将二者融合可以得到高质量的融合图像, 能够更准确、全面地感知海上目标。然而现有的融合方法并未应用于海上探测领域, 融合方法均缺少针对性, 融合效果差, 并且缺少应用于海上融合的深度学习数据集。文中对基于结构张量的深度学习图像融合方法进行研究, 针对海上目标的特点进行改进与优化, 加入多尺度卷积并按照通道对图像进行融合, 旨在获取目标显著且信息全面的高质量彩色融合图像。使用采集的数据进行实验, 综合选取多种评价指标开展对比仿真实验研究。研究结果表明, 改进的图像融合方法在6个指标上的融合效果优于原始算法, 综合性能优于其他常用的10种图像融合算法, 改进方法的泛化性在其他公开数据集上得到了验证。改进后的基于结构张量的图像融合方法在海上感知中有优异的表现, 融合结果突出目标特征, 融合性能优于其他方法。
马晓熠, 陈奕宏, 王飞, 等. 基于结构张量的图像融合方法在海上探测的应用[J]. 水下无人系统学报, 2025, 33(1): 84-91. doi: 10.11993/j.issn.2096-3920.2024-0066.