基于监督学习的全卷积神经网络多聚焦图像融合算法

为进一步提高多聚焦图像的融合质量,提出一种基于监督学习的全卷积神经网络多聚焦图像融合算法。该算法旨在运用神经网络学习源图像不同聚焦区域的互补关系,即选择源图像中不同的聚焦位置合成一张全局清晰图像。该算法构造聚焦图像作为训练数据,网络采用稠密连接和1×1卷积以提高网络的理解能力和效率。实验结果表明,本文算法在主观视觉评估和客观评价两方面均优于其他对比算法,图像的融合质量得到进一步提升。