基于改进迁移学习的红外光谱图像自适应分割研究

摘要

为了从红外光谱图像中获取有用信息,设计基于改进迁移学习的红外光谱图像自适应分割方法。采集系统获取红外光谱图像,采用直方图均衡技术对红外光谱图像进行增强处理,依据增强后图像各帧像素的高斯正态分布,重建红外光谱图像,将红外光谱图像重建结果输入双分支卷积神经网络模型,利用迁移学习子网提取红外光谱图像全局特征,结合残差注意力子网提取的图像细小特征;通过集成学习融合差异红外光谱图像特征,输出分割后的红外光谱图像。测试结果表明:该方法可实现红外光谱图像分割,且分割结果清晰,具有显著细节特征。

关键词

改进迁移学习 / 红外光谱图像 / 自适应分割 / 双分支卷积 / 残差注意力 / 扩散平滑