来源：期刊VIP网 时间：
作者：翟丽红;罗继阳;
单位：太原工业学院;北方自动控制技术研究所;
摘要：针对目前可见光与红外光图像融合过程中的关键细节信息丢失，目标对比度较低的问题，提出一种基于多尺度跨阶段密集连接网络的图像融合算法。通过多尺度卷积与跨阶段的密集连接网络实现双模态图像的特征提取工作，结合CA注意力机制提高模型的融合效果，并以L_1范数作为特征融合规则来获取融合特征图，并最终通过解码网络实现图像的重构工作。实验结果表明，在公共数据集TNO中，文中提出的算法在结构相似度、信息熵以及差异相关系数三项指标中获得了最优值，相较于次优值分别提高了4.14%、2.66%、2.59%，在边缘信息度量上取得了次优值，与最优值相差3.3%。综合主客观评价，文中提出的方法可获取高质量的融合图像，具有明显的优势。
关键词：图像处理;;可见光与红外光;;深度学习;;图像融合;;多尺度;;跨阶段密集连接
基金资助：山西省高等学校科技创新项目（2020L0671）;; 2023年山西省高等学校一般性教学改革创新项目（J20231302）
