![](https://csdnimg.cn/release/download_crawler_static/87563680/bga.jpg)
思考了融合过程中每个模态信息量的测量与保留方法,U2Fusion 则是自己提出三个
步骤,结合 VGG 模型来测量每个模态图像的信息多少。
后九种图像融合方法进行一个训练过程后,以 42 对图为原始图进行融合,从中选
取 3 组图片,对其融合进行更为详细的分析。
红外和可见图像融合旨在合成单个融合图像,即使在极端光照条件下也包含显着目
标和丰富的纹理细节。然而,现有的图像融合算法未能在建模过程中考虑光照因素。一
种基于光照感知的渐进式图像融合网络,称为 PIAFusion,它自适应地保持显着目标的
强度分布并保留背景中的纹理信息。具体来说,我们设计了一个光照感知子网络来估计
光照分布并计算光照概率。此外,我们利用光照概率构建光照感知损失来指导融合网络
的训练。跨模态差分感知融合模块和中途融合策略在光照感知损失的约束下完全融合了
共同和互补的信息。将可见图像转换为 YCbCr 颜色空间。然后,采用不同的融合方法
将可见图像和红外图像的 Y 通道进行融合。最后,融合后的图像可以通过结合可见图像
的 Cb 和 Cr 通道转换为 RGB 颜色空间。