煤矿低照度图像融合算法研究

针对煤矿井下光线暗、可见光图像质量差、需结合红外图像共同观测情况,为有效融合煤矿红外线图像中的热辐射信号和可见光图像中的详细的纹理信号,提出一种基于孪生卷积神经网络的煤矿低照度图像融合方法,应用在井下微光条件环境下的煤矿低照度图像融合。该方法利用孪生卷积神经网络,增强局部对比度,减少噪声和颜色失真。同时通过创新网络模型设计和损失函数设计,有效地保留图像的可用细节信息,突出场景的显著特征与区域,训练出可有效应用在煤矿井下的低照度图像融合模型,在图像数据集上进行实验,有效性得到了验证。