计算机辅助设计与图形学学报

作者：许光宇, 陈浩宇, 张杰

关键词：图像融合, 生成对抗网络, 多尺度分解, 密集连接, 双鉴别器

针对图像融合算法中存在源图像信息保留不够充分、细节信息不够丰富等问题, 提出一种基于双路径双鉴别器生成对抗网络的红外与可见光图像融合方法.在生成器端构建基于源图像差异拼接的梯度路径和对比度路径, 提高融合图像的细节信息和对比度; 通过多尺度分解提取红外与可见光图像的特征信息, 解决单一尺度特征提取不全面的问题; 然后将源图像引入双路径密集网络的每一层, 在提升特征传递效率的同时可获取更多源图像信息; 在鉴别器端采用双鉴别器估计红外与可见光图像的区域分布, 避免单鉴别器网络丢失红外图像对比度信息的模态失衡问题; 最后构造主辅梯度和主辅强度损失函数, 提升网络模型的信息提取能力.与8种主流图像融合方法在TNO数据集、RoadScene数据集和MSRS数据集上的对比实验结果表明, 所提方法在4个客观评估指标(平均梯度、空间频率、结构相似性和峰值信噪比)上取得较好的结果.

来源：2024年第12期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第12期