期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于RDU-PCNN和NSST的红外和可见图像融合算法 被引量:1
1
作者 刘战文 冯燕 +2 位作者 卫保国 杨占龙 达新宇 《光电子.激光》 EI CAS CSCD 北大核心 2018年第4期423-428,共6页
针对可见光和红外图像的融合容易出现块状噪声、边缘有振铃现象等不足,提出了一种基于区域双通道脉冲耦合神经网络(RDU-PCNN)和非下采样剪切波变换(NSST)的红外和见光图像融合算法。首先对待融合的可见光和红外图像进行NSST分解得到低... 针对可见光和红外图像的融合容易出现块状噪声、边缘有振铃现象等不足,提出了一种基于区域双通道脉冲耦合神经网络(RDU-PCNN)和非下采样剪切波变换(NSST)的红外和见光图像融合算法。首先对待融合的可见光和红外图像进行NSST分解得到低频系数和高频方向系数,低频系数采用RDU-PCNN的规则融合,高频方向系数采用离散余弦变换(DCT)的融合规则,对融合后的系数进行逆NSST,从而得到融合后的图像。仿真结果表明,与其他5种目前流行或者较为先进的算法相比,本文的算法在视觉和客观评价指标上优于其他算法。 展开更多
关键词 图像融合 非下采样剪切波变换(NSST) 区域双通道脉冲耦合神经网络(RDU-PCNN) 离散余弦变换(DCT) 可见光红外图像
原文传递
基于可见光和红外图像融合的建筑外墙空鼓与脱落识别方法研究
2
作者 王玮 米庆仁 +1 位作者 肖云 杨新聪 《工业建筑》 2024年第5期51-59,共9页
建筑外墙空鼓与脱落的识别对于确保城市老旧建筑物周围公共安全至关重要。传统的人工原位检测方法需要耗费大量人力物力且存在一定的安全风险,此外识别结果也会受到专业人员的工作经验和工作状态等主观因素的影响。近年来,采用无人机进... 建筑外墙空鼓与脱落的识别对于确保城市老旧建筑物周围公共安全至关重要。传统的人工原位检测方法需要耗费大量人力物力且存在一定的安全风险,此外识别结果也会受到专业人员的工作经验和工作状态等主观因素的影响。近年来,采用无人机进行图像采集并通过人工智能模型对建筑外墙缺陷进行识别的方法逐渐流行开来。然而,目前对于缺陷检测的研究仅针对单一模态的可见光图像或者红外图像,往往只能对某一缺陷进行检测,且没有考虑缺陷之间的转换关系。针对这一问题,通过融合建筑外墙的可见光和红外图像,结合两种模态的图像信息,并通过不同深度的UNet和Res-UNet模型对融合后图像进行建筑外墙缺陷识别,比较了不同深度模型的识别效果。试验结果表明,深度为4的Res-UNet模型对建筑外墙的空鼓和脱落具有很好的识别效果。 展开更多
关键词 多模态融合 可见光红外图像融合 外墙缺陷识别 深度学习
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部