专利交易市场

本发明公开了一种基于多层卷积的红外与可见光图像融合方法，网络结构包括编码网络、解码网络和多层卷积融合网络，所述编码器由多层卷积块和ECA注意力机制相互嵌套构成；所述解码器主要由解码块所构成，每个解码块由两个卷积层组成；所述多层卷积融合网络主要由梯度卷积块、下采样卷积块、卷积空间通道注意力机制以及若干卷积层构成；包括步骤如下：S1，将配准后的红外源图像和可见光源图像成对送入编码器中，由编码器提取源图像特征；S2，由多层卷积融合网络对源图像特征进行融合，得到融合后的特征；S3，解码器对融合后的特征进行重建，输出图像。本发明融合后的图像目标突出、细节清晰、轮廓明显、指标提升显著，符合人类视觉感受。

本发明属于农业信息化领域，尤其涉及一种融合行为与视觉特征的家蚕脓病早期智能诊断方法，根据家蚕感染脓病早期，会表现出狂躁爬行的行为特征，以及会出现环节肿胀、脓液流出等视觉特征,利用人工智能中的深度学习和计算机视觉技术，分别提取家蚕的视觉特征和行为特征，而后将两者融合，进一步识别模型诊断家蚕是否感染脓病，结果也更加客观准确。本发明能够实现对家蚕脓病的早期检测，进一步开发出应用软件后能够应用到智能养殖设备上，具有非常好的应用前景。

本发明公开了一种红外光与可见光图像融合方法，涉及图像融合技术领域。本发明基于空间通道注意力机制和梯度聚合残差密集块进行设计，结合ResNeXt和DenseNet优势的同时集成Sobel和拉普拉斯算子来保留特征的强纹理和弱纹理，并通过引入空间和通道注意力机制，对特征图的通道信息和空间信息进行细化，提高特征图的信息捕获能力，并利用一个池化融合块，将细化后的空间和通道特征图进行融合，得到高质量的融合特征。