买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东电网有限责任公司江门供电局

摘要：本发明公开了一种基于特征分解的电网输电线路红外和可见光图像融合方法，该方法是基于改进DIDFuse神经网络实现输电线路红外和可见光图像的有效融合，该网络包括可分解特征图的编码器、加权特征融合模块和解码器，首先将输电线路红外和可见光图像分别输入编码器，分解为基础特征图和细节特征图，随后在加权特征融合模块中，结合不同的特征图的信息特点进行图像融合，之后使用位置注意力模块调整网络对融合后特征图的位置注意力，最后对特征图进行解码生成红外和可见光融合图像。本发明能够更灵活地利用不同特征图像的优势，使得融合后的图像既能保留基础信息，又能突出细节特征，从而提高图像融合的效果。

主权项：1.基于特征分解的电网输电线路红外和可见光图像融合方法，其特征在于，该方法是基于改进DIDFuse神经网络实现输电线路红外和可见光图像的有效融合，该改进DIDFuse神经网络的具体改进包括：①将原来DIDFuse神经网络的编码器与解码器之间的融合模块改进为加权特征融合模块，用于结合不同的特征图的信息特点进行图像融合，在该模块中额外融合了可见光特征图，从而能够灵活利用不同特征图的优势；②在原来DIDFuse神经网络的解码器中增加一个位置注意力模块，用于根据位置信息调整神经网络的注意力，以进一步改善红外和可见光图像融合效果；所述电网输电线路红外和可见光图像融合方法的具体实施，包括：将获取的输电线路红外和可见光图像输入训练好的改进DIDFuse神经网络进行以下操作：输电线路红外和可见光图像分别输入编码器，由编码器中的两个编码单元分别对红外和可见光图像进行处理，每个编码单元包含两个残差网络组和两个特征卷积层，其中该两个特征卷积层分别用于基础特征分支和细节特征分支的特征卷积，即一个分支使用一个特征卷积层；首先，两个编码单元的两个残差网络组分别对红外和可见光图像进行特征提取并生成红外和可见光特征图，随后将红外和可见光特征图分别输入各自相应编码单元的基础特征分支和细节特征分支进行分解，两个分支中的特征卷积层将红外和可见光特征图分别分解为基础特征图和细节特征图；将红外和可见光图像的基础特征图、细节特征图及原可见光特征图输入加权特征融合模块进行加权融合，过程为：对红外和可见光图像的基础特征图进行像素平均处理，生成基础特征混合图，以保留红外和可见光特征图的基本结构和轮廓信息，对红外和可见光图像的细节特征图进行像素值最大混合处理，生成细节特征混合图，以提取出更多的细节来强化可见光的纹理信息和红外图像的显著信息，最后将基础特征混合图、细节特征混合图和原可见光特征图进行拼接，得到混合特征图；将混合特征图输入位置注意力模块进行位置注意力调整，然后使用卷积层调整通道数，最后在解码器中同样使用两个残差网络组对调整后的混合特征图进行解码，获得重构后的输电线路红外和可见光融合图像。

全文数据：

权利要求：

百度查询： 广东电网有限责任公司江门供电局 基于特征分解的电网输电线路红外和可见光图像融合方法