大数据分析技术的复杂偏振光成像图像融合方法

发布时间：2022-01-22 13:28

　　为了全面提取复杂偏振光成像图像特征,精准提取复杂偏振光成像图像的目标信息,提出基于大数据分析的复杂偏振光成像图像融合方法。此方法通过大数据环境下复杂偏振光成像图像特征提取方法,能够充分提取复杂偏振光成像图像的灰度特征、纹理特征、形状特征,然后通过基于特征分析的复杂偏振光成像图像融合方法,实现复杂偏振光成像图像灰度特征、纹理特征、形状特征的全面融合,最后测试结果表明,此方法可全方位、高效率提取复杂偏振光成像图像特征,且融合后的复杂偏振光成像图像清晰度较高。 

【文章来源】：激光杂志. 2020,41(12)北大核心

【文章页数】：5 页

【部分图文】：

需融合的三幅复杂偏振光成像图像

本文方法融合效果

图2 本文方法融合效果为了深度测试本文方法的应用价值，将需要融合的复杂偏振光成像图像种类依次设成建筑、植物、人物、动物、道路、机械、湖泊、山川。测试3种方法在融合八种复杂偏振光成像图像时的熵、标准差以及清晰度。结果见表1:分析表1可知，本文方法融合后的8种复杂偏振光成像图像熵值最大，则图像特征模糊性最低;融合后的图像和理想图像标准差最小，则和理想图像间差异最小;融合后的图像清晰度最高，表示图像质量最佳。由此验证本文方法应用价值最大。

【参考文献】：
期刊论文
[1]基于改进灰狼优化的红外与可见光图像融合[J]. 刘轶伦,奚峥皓.  红外技术. 2019(11)
[2]结合脉冲耦合神经网络与引导滤波的红外与可见光图像融合[J]. 周哓玲,江泽涛.  光学学报. 2019(11)
[3]12信道波分-模分-偏振混合复用光通信系统的性能分析[J]. 叶凡,季珂,陈鹤鸣.  光通信技术. 2019(11)
[4]低维半导体偏振光探测器研究进展[J]. 魏钟鸣,夏建白.  物理学报. 2019(16)
[5]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)
[6]水下目标偏振差分成像模型修正与实现[J]. 汪杰君,梁磊,李树,叶松,王方原.  光学学报. 2019(11)
[7]分焦面偏振探测系统的卷积插值方法[J]. 吴晨奇,张然,樊元义,褚金奎.  光子学报. 2019(08)
[8]基于卷积自编码器和残差块的红外与可见光图像融合方法[J]. 江泽涛,何玉婷.  光学学报. 2019(10)
[9]2D经验模态分解与非下采样方向滤波器组的红外与可见光图像融合算法[J]. 熊芳芳,肖宁.  光学技术. 2019(03)
[10]基于深度残差去噪网络的遥感融合图像质量提升[J]. 杨斌,王翔.  激光与光电子学进展. 2019(16)



本文编号：3602280