公开(公告)号：CN118037561A

公开(公告)日：2024-05-14

申请号：CN202410077825.7

申请日：2024-01-19

申请人： 长春理工大学重庆研究院

发明人： 詹伟达 ,  隋议萱 ,  于永吉 ,  葛微 ,  郭金鑫 ,  张悦 ,  范晶晶

IPC分类号： G06T5/50 ,  G06T5/70 ,  G06V10/143 ,  G06V10/82 ,  G06V10/80 ,  G06V10/44

摘要： 本发明属于图像融合技术领域，尤其为一种图像融合方法、装置、可存储介质。本发明包括：准备数据集，获取红外图像和可见光图像；将获取的红外图像和可见光图像进行去噪、增强和操作；将预处理好的可见光图像和红外图像进行图像送入场景识别网络，得出图像的场景，然后再将红外图像和可见光图像送入图像融合网络，根据不同场景进行不同的特征提取，特征融合，特征重建后，得到融合图像。本发明可以通过判断图像场景来选择的融合策略，使融合图像包含更多的信息，更符合人眼视觉效果。

公开(公告)号：CN117611911A

公开(公告)日：2024-02-27

申请号：CN202311648531.7

申请日：2023-12-05

申请人： 长春理工大学重庆研究院

发明人： 葛微 ,  张悦 ,  李兴广 ,  徐小雨 ,  董朋 ,  赵泊宁 ,  隋议萱

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明属于红外弱小目标检测技术领域，尤其为一种基于改进YOLOv7的单帧红外弱小目标检测方法，包括以下步骤：步骤1：构建单帧红外图像数据集；步骤2：构建YOLOv7网络模型；步骤3：在主干网络中的ELAN模块后引入改进的CBAM注意力机制模块，得到ELAN‑CBAM结构，并替换所述YOLO v7模型中的ELAN结构；步骤4：在头部网络中采用空洞空间金字塔形式进行多尺度融合，同时优化损失函数；步骤5：训练步骤2至步骤4构建的基于改进YOLOv7的单帧红外弱小目标检测网络。本发明能有效增强网络对弱小目标的特征提取能力，在保证检测速度的同时，解决单帧红外图像中弱小目标检测小目标漏检、背景识别错误的问题，提升单帧红外图像中弱小目标检测的召回率、精确率、平均精度均值。