[Papers-Image fusion]2017-12-04

本周完成情况：

1.论文阅读：

　　论文一：

　　（1）论文标题：《Multi-fcous image fusion using multi-scale image decomposition and saliency detection》（2016）

　　（2）论文内容：首先将源图像分解为近似层（包含强度大范围变化）和细节层（包含强度小范围变化），使用近似层得到权重图；接着使用得到的权重值均一化初步得到的近似层和细节层信息，最后将均一化得到的近似层和细节层信息融合。

　　（3）论文创新：①使用一个简单的均值滤波器对源图像进行分解，极大地减少了计算量；

　　　　　　　　　  ②使用基于视觉显著性的最优权重来重构判别聚焦和非聚焦区域，与现有考虑边缘和纹理信息相比，具有更好的效果。

　　论文二：

　　（1）论文标题：《Quadtree-based multi-focus image fusion using a weighted focus-measure》（2015）

　　（2）论文内容：首先对源图像进行四叉树分解，运用新的分解策略可以得到最优的大小块；接着采用新的聚焦判断准则来选择源图像中相应的聚焦区域，选择聚焦区域后进行重构融合，并采用形态学方法对融合图像进行完善得到最终的融合图像。

　　（3）论文创新：①使用新的四叉树分解策略，使用新的条件来判断是否分解结束，得到最优的块大小。

　　　　　　　　　  ②使用新的准则来区别聚焦与非聚焦区域，充分考虑源图像的梯度强度信息。
2.学习：

　　（1）查阅相关文献，理清思路，总结目前图像融合不同的方法存在的主要问题，针对论文中提到的问题，自己提出相应的可能的解决办法，编写开题报告以及综述报告，准备开题。

　　（2）学习python，matlab等脚本语言，使用脚本语言去实现一些功能，加强代码实现能力。

 

下周计划：

1. 继续阅读图像融合论文，寻找更多的创新点，期望达到更好的实验效果。

2.学习深度学习框架以及人脸识别相关知识。