技术特征：
技术总结
本发明公开了一种基于深度卷积对抗生成网络DCGAN的双光图像融合模型，该模型通过深度鉴别卷积网络提取可见光和红外光下同一目标的图像特征，将两图像特征按照同一个特征字典进行稀疏编码；然后融合该编码特征，并将其作为深度卷积生成网络的输入数据，从而使生成网络生成融合图像；最后利用融合生成图像的融合特征与编码融合特征之间的误差训练生成模型，使其生成双光融合图像。该模型利用深度学习网络对可见光图像和红外光图像进行特征提取和编码，融合编码特征可以对两幅图像的特征点进行自动匹配。本发明所述的模型在训练结束后可随时调用，同时输入可见光图像和红外光图像便可自动生成融合质量较高的双光图像。
技术研发人员：齐兴顺;王胜利;张忠元;方勇;李哲;唐凯;黎炎;焦小强;陈杨;王宇;张波;邓璐;韩冬
受保护的技术使用者：国网甘肃省电力公司;国网甘肃省电力公司检修公司
技术研发日：2018.08.22
技术公布日：2019.02.19