公开(公告)号：CN118887103A

公开(公告)日：2024-11-01

申请号：CN202410989040.7

申请日：2024-07-23

Applicant: 江南大学

Inventor： 李辉 ,  马浩泷 ,  周乐 ,  罗晓清 ,  吴小俊

IPC: G06T5/50 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明提供一种基于变形卷积和轻量级视觉状态空间结构的红外和可见光图像融合方法，属于图像融合处理技术领域。本发明的变形卷积结构旨在提取更有效的深度特征，能够将先验知识整合到网络结构中，采用具有固定形状和可学习值的内核，从而在提取详细特征时提供了增强的相关性和灵活性。本发明还引入基于VSS Block的轻量级网络LWVB，用于压缩和提取重要的全局信息，同时保持较低的存储和计算成本。针对红外和可见光图像的融合，使用MConv和LWVB的样本高效融合网络MVF。该网络利用变形卷积核和LWVB，通过基于先验知识的卷积层提取多向深度特征。与目前最先进的融合方法相比，本发明的融合网络取得了更好的融合性能。