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！

摘要：本发明提出基于深度学习的红外与可见光图像光照优化融合方法，该方法包括：对获取的红外图像与可见光图像进行数据增强，将数据增强后的图像分为训练集和验证集；基于视网膜色觉理论构建模型；将红外图像和可见光图像亮度通道输入模型，得到照明退化图像、光照增强可见光图像和模型预测红外图像；基于验证集和训练集对模型进行训练；利用训练后的模型得到最终融合图像。本发明优化了色彩表现和亮度均匀性，从而在保持图像自然感的同时，显著提升了图像的整体质量和视觉效果。该方法特别适用于安全监控和夜间导航等需要精确光照管理和高质量图像输出的应用场景。

主权项：1.一种基于深度学习的红外与可见光图像光照优化融合方法，其特征在于，所述方法基于特征融合模型实现，所述特征融合模型由场景光照解缠网络和融合网络构成，所述方法包括如下步骤：步骤1、对获取的红外图像与可见光图像进行数据增强，将数据增强后的红外图像与可见光图像分为训练集和验证集；将红外图像和可见光图像亮度通道输入场景光照解缠网络，得到照明退化图像、光照增强可见光图像和模型预测红外图像；基于训练集和验证集对场景光照解缠网络进行训练；步骤2、将增强的可见光特征与红外特征输入融合网络，通过小波变换操作得到增强的可见光特征的子带和红外特征的子带；基于增强的可见光特征的子带和红外特征的子带，通过多头注意力融合模块处理，得到融合特征；利用融合特征，经过逆小波变换操作得到重构的融合特征；通过解码器将重构的融合特征转换为亮度通道融合图像；基于训练集和验证集对融合网络进行训练；步骤3、将亮度通道融合图像与可见光图像Cb、Cr通道进行合并，并进行颜色空间转换，得到最终融合图像；在所述步骤2中，将增强的可见光特征与红外特征输入融合网络，通过小波变换操作得到增强的可见光特征的子带和红外特征的子带，对应过程存在如下关系式： ；其中，表示增强的可见光特征的子带，表示红外特征的子带，表示小波变换操作；基于增强的可见光特征的子带和红外特征的子带，通过多头注意力融合模块处理，得到融合特征，对应过程存在如下关系式： ；其中，表示融合特征，表示多头注意融合操作；利用融合特征，经过逆小波变换操作得到重构的融合特征，对应过程存在如下关系式： ；其中，表示重构的融合特征，表示逆小波变换操作；在所述步骤3中，将亮度通道融合图像与可见光图像Cb、Cr颜色通道进行合并，并进行颜色空间转换，得到最终融合图像，对应过程存在的关系式如下： ；其中，表示通过颜色空间的转换操作，表示最终融合图像，和均表示色彩空间中的分量，表示可见光图像中的通道，表示可见光图像中的通道。

全文数据：

权利要求：

百度查询： 江西财经大学 基于深度学习的红外与可见光图像光照优化融合方法