基于特征分解和差异化融合策略的红外可见光图像融合方法  

作　　者：张启洪 雷印杰[1] 

机构地区：[1]四川大学电子信息学院,四川成都610065

出　　处：《电子制作》2025年第5期46-50,共5页Practical Electronics

摘　　要：红外和可见光图像各自具有明显的优势和局限性:前者在目标识别和热源追踪中表现优异,后者则在纹理、细节和背景呈现方面具有更高的效能。两者的融合旨在生成一幅既具备红外热源信息又富含可见光细节的高质量图像。为此,本文提出了一种基于双分支特征分解与差异化融合策略的图像融合方法。编码器部分基于Restormer提取图像的浅层特征,然后分别通过INN分支提取高保真的细节特征,Swin Transformer分支建模全局特征。融合层采用注意力机制对全局特征进行加权融合,细节特征经过窗口交叉注意力和窗口移位交叉注意力实现深度互补。最后通过基于Restormer的解码器实现图像重建。实验表明,该方法在视觉质量与定量指标上均取得了显著表现。

关 键 词：红外可见光图像融合 TRANSFORMER 特征分解 深度学习 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]