Notes6《Multi-focus image fusion with a deep convolutional neural network》

現(xiàn)如今深度學習的應用已蔚然成風楼肪,很多技術領域都將深度學習做一種強有力的工具开财。這篇文章便將圖像融合作為一個二分類問題汉柒,將神經網絡應用其中≡瘅ⅲ基于傳統(tǒng)的方法碾褂,其將清晰度描述和融合準則兩個步驟融為一體,即實現(xiàn)端到端的融合方法历葛。但個人覺得正塌,這種方法在實際中并不可行,因為恤溶,首先需要訓練網絡乓诽,網絡的好壞,依賴于數(shù)據量咒程,顯然鸠天,對于實際中產生的多聚焦圖片,再去訓練一個網絡時不可行的帐姻。

其大體思路為:

利用滑動窗口機制稠集,依次將兩張圖上的對應的塊對{patch1,patch2}輸入網絡中饥瓷,進行分類預測剥纷,若patch1的清晰度高于patch2,則預測值將大于0.5呢铆,得到score map S晦鞋。之后對score map S進行閾值化處理,如圖2:

后得到初始的分割結果棺克,之后對初始分割的結果進行優(yōu)化得到最終的分割結果鳖宾,最后將其與原始圖像相結合得到融合后的圖像。

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末逆航,一起剝皮案震驚了整個濱河市鼎文,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌因俐,老刑警劉巖拇惋,帶你破解...
    沈念sama閱讀 223,126評論 6 520
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件周偎,死亡現(xiàn)場離奇詭異,居然都是意外死亡撑帖,警方通過查閱死者的電腦和手機蓉坎,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,421評論 3 400
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來胡嘿,“玉大人蛉艾,你說我怎么就攤上這事≈缘校” “怎么了勿侯?”我有些...
    開封第一講書人閱讀 169,941評論 0 366
  • 文/不壞的土叔 我叫張陵,是天一觀的道長缴罗。 經常有香客問我助琐,道長,這世上最難降的妖魔是什么面氓? 我笑而不...
    開封第一講書人閱讀 60,294評論 1 300
  • 正文 為了忘掉前任兵钮,我火速辦了婚禮,結果婚禮上舌界,老公的妹妹穿的比我還像新娘掘譬。我一直安慰自己,他們只是感情好呻拌,可當我...
    茶點故事閱讀 69,295評論 6 398
  • 文/花漫 我一把揭開白布葱轩。 她就那樣靜靜地躺著,像睡著了一般柏锄。 火紅的嫁衣襯著肌膚如雪酿箭。 梳的紋絲不亂的頭發(fā)上复亏,一...
    開封第一講書人閱讀 52,874評論 1 314
  • 那天趾娃,我揣著相機與錄音,去河邊找鬼缔御。 笑死抬闷,一個胖子當著我的面吹牛,可吹牛的內容都是我干的耕突。 我是一名探鬼主播笤成,決...
    沈念sama閱讀 41,285評論 3 424
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼眷茁!你這毒婦竟也來了炕泳?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 40,249評論 0 277
  • 序言:老撾萬榮一對情侶失蹤上祈,失蹤者是張志新(化名)和其女友劉穎培遵,沒想到半個月后浙芙,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經...
    沈念sama閱讀 46,760評論 1 321
  • 正文 獨居荒郊野嶺守林人離奇死亡籽腕,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,840評論 3 343
  • 正文 我和宋清朗相戀三年嗡呼,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片皇耗。...
    茶點故事閱讀 40,973評論 1 354
  • 序言:一個原本活蹦亂跳的男人離奇死亡南窗,死狀恐怖,靈堂內的尸體忽然破棺而出郎楼,到底是詐尸還是另有隱情万伤,我是刑警寧澤,帶...
    沈念sama閱讀 36,631評論 5 351
  • 正文 年R本政府宣布箭启,位于F島的核電站壕翩,受9級特大地震影響,放射性物質發(fā)生泄漏傅寡。R本人自食惡果不足惜放妈,卻給世界環(huán)境...
    茶點故事閱讀 42,315評論 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望荐操。 院中可真熱鬧芜抒,春花似錦、人聲如沸托启。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,797評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽屯耸。三九已至拐迁,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間疗绣,已是汗流浹背线召。 一陣腳步聲響...
    開封第一講書人閱讀 33,926評論 1 275
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留多矮,地道東北人缓淹。 一個月前我還...
    沈念sama閱讀 49,431評論 3 379
  • 正文 我出身青樓,卻偏偏與公主長得像塔逃,于是被迫代替她去往敵國和親讯壶。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,982評論 2 361

推薦閱讀更多精彩內容