基于深度学习理论的红外和可见光图像配准

发布时间：2021-10-05 03:17

　　以实现红外和可见光图像精准、快速配准为目标,提出基于深度学习理论的红外和可见光图像配准方法。通过参数传输使红外参数预训练模型与可见光模型的参数得到共享,赋予红外预训练模型目标检测能力,并利用采集到的红外图像数据展开模型预训练,得到深度学习的红外目标检测模型。利用仿射变换处理图像间的几何位置差异,运用Partial Hausdorff距离进行相似测度提取图像特征,最后采用人工免疫网络算法搜寻全局最优解,实现红外和可见光图像配准。实验结果表明:该方法可获取高精度的红外目标检测结果,检测精度高达92. 8%,并且检测稳定性强,速率快,可有效修正红外和可见光图像间的灰度、旋转和平移等差异,具有较高的使用价值。 

【文章来源】：激光杂志. 2020,41(11)北大核心

【文章页数】：5 页

【部分图文】：

训练损失值随迭代次数的变化曲线

为验证方法图像的灰度、旋转以及平移时的配准性能，针对采集到的红外图像展开图像配准实验。设定汽车图像间水平、垂直方向的偏移量分别为30.8和-22.8，缩放比例因子为1.05，旋转角度为16°。红外和可见光图像配准结果如图2所示。分析图2可知，汽车红外和可见光图像间的灰度、旋转和平移等差异因素得到了有效地修正，配准效果较好。这是由于该方法构建了参数传递模型，该模型通过参数传输，能够使红外参数预训练模型与可见光模型的参数得到共享，赋予红外预训练模型目标检测能力，进而提升图像配准效果。

【参考文献】：
期刊论文
[1]紫外成像仪的紫外可见光图像叠加精确度测试系统[J]. 顾燕,吕扬,杨锋,郭一亮,赵维骏,朱波,焦国力,孙建宁,李臻,褚祝军,常乐.  红外技术. 2019(08)
[2]基于深度图像的激光点云配准算法[J]. 包竹,谢磊,陆楠楠,常吉亮.  中国航海. 2019(02)
[3]一种基于对称性边缘的多光谱图像配准方法[J]. 李良骥,刘晓华,黄小仙.  半导体光电. 2019(03)
[4]一种放电检测中紫外和可见光图像配准方法[J]. 陈锦龙,陈俊全,张旭,吴珂,王兴国.  测绘科学. 2019(08)
[5]基于闭合区域特征的光学和SAR遥感图像配准[J]. 党欣,马洪兵.  电子设计工程. 2019(04)
[6]基于显著性和ORB的红外和可见光图像配准算法[J]. 江泽涛,刘小艳,王琦.  激光与红外. 2019(02)
[7]基于混沌Gyrator变换与矩阵分解的光学图像加密算法[J]. 程宁,王茜娟.  电子测量与仪器学报. 2019(01)
[8]基于NSCT域FAST角点检测的电气设备红外与可见光图像配准[J]. 戴进墩,刘亚东,毛先胤,盛戈皞,江秀臣.  电测与仪表. 2019(01)
[9]基于深度学习的红外与可见光决策级融合跟踪[J]. 唐聪,凌永顺,杨华,杨星,同武勤.  激光与光电子学进展. 2019(07)
[10]基于深度学习的252Cf源驱动核材料浓度识别技术[J]. 陈乐林,魏彪,李鹏程,冯鹏,周密.  强激光与粒子束. 2018(09)



本文编号：3418892