一种红外可见光图像融合方法

本发明提供了一种红外可见光图像融合方法，涉及计算机视觉和人工智能领域，核心在于通过构建和优化两个关键模块：U型红外图像语义分割神经网络模块与密集卷积操作模块，实现红外图像A与可见光图像B的自适应融合。该方法通过构建这种密集卷积网络和U型神经网络的组合，形成了从源图像到融合图像的直接映射关系，完全摒弃了传统的人工干预，确保了融合过程的高效性和准确性。在模型优化上，设计的损失函数结合了红外目标掩码和结构相似度，使得网络模型能够专注于保留红外目标的清晰度和可见光图像的结构信息，从而生成高质量、红外目标清晰且信息完整的融合图像。