1 西安建筑科技大学理学院, 陕西 西安 710055
2 空间电子信息技术研究院, 陕西 西安 710100
针对深度学习在计算机视觉上的良好表现，提出一种基于深度学习的多聚焦图像融合算法，在原有的AlexNet网络模型基础上改进了卷积核大小、步长等；利用改进后的深度学习网络特有的得分机制分类了聚焦图像块与散焦图像块；使用矫正矩阵矫正了误判图像块，并细分、修复了融合后的图像聚焦与散焦分界区域，得到了融合图像；选取6组多聚焦图像验证了本文算法的有效性。实验结果表明：与其他算法相比, 运用本文算法进行图像融合，能够保存较多的图像原始高频信息,并在互信息、边缘信息保持度、平均梯度和熵等评价指标上取得了较好的表现。
图像处理 多聚焦图像融合 深度学习网络 矫正矩阵 图像块分类 边界修复 激光与光电子学进展
2018, 55(7): 071015
1 华南理工大学 机械与汽车工程学院，广东 广州 510640
2 华南农业大学 理学院，广东 广州 510642
针对定量金相分析中金相图像的晶界恢复与重建以及数学形态学在图像处理中的特殊作用，从理论上证明了传统膨胀运算对图像灰度连续性的影响及影响程度与结构元素尺寸的关系，并对传统的膨胀运算的定义做了改进，据此提出了多尺度测地膨胀算法并以此恢复和重建金相图像的晶界。首先依据改进的膨胀运算对金相图像进行预处理; 然后用多尺度迭代腐蚀和多尺度测地膨胀方法得到晶粒的种子; 最后用条件粗化方法对晶粒的种子进行区域生长、产生晶界线。实验结果表明，与传统的重复测地膨胀方法以及基于微分运算的图像分割等方法相比，本方法不仅可快速恢复与重建晶界线，而且获取的晶界线更加清晰准确、连续光滑。
晶相图 晶界恢复 晶界重建 膨胀 灰度连续性 多尺度测地膨胀 metallographical image grain boundary restoration grain boundary reconstruction dilation gray continuity multi-scale geodesic dilation 光学 精密工程
2011, 19(10): 2541
