一种基于ResNet的红外与可见光图像融合方法

摘要

本发明公开一种基于ResNet的红外与可见光图像融合方法，包括：将源图分解成基础部分和细节部分，基础部分使用平均权重策略进行融合，生成新的基础部分；使用ResNet152对细节部分进行特征提取，得到多个特征层，对特征层分别进行L1正则化、卷积运算、双线性插值上采样和最大选择策略得到最大权重层，由最大权重层和细节部分相乘得到新的细节部分；最后由新的基础部分和细节部分对图像进行重建；该方法在保留图像显著特征的同时使融合图像获得了更多的纹理信息，且有效降低了伪影和噪声。