一种用于巡检机器人的红外与可见光图像融合方法

本发明公开了一种用于巡检机器人的红外与可见光图像融合方法，具体包括以下步骤：S1、预训练红外图像噪声抑制网络NANet和可见光图像光强感知网络LIPNet；S2、使用基于Transformer的IF Block和EF Block提取图像特征；S3、使用自适应权重估计模块(AWEM)计算自适应权重图，并使用权重图指导特征保留；S4、使用由3层卷积层构成的特征融合模块实现特征重构，生成融合图像。本发明公开的用于巡检机器人的红外与可见光图像融合方法有效提升了融合图像在高级视觉任务的性能，通过在公开数据集上与多种主流融合方法从主观和客观的角度进行对比分析，有效降低了噪声和光污染对融合性能的影响，在恶劣场景下仍然可以充分保留显著目标及背景纹理信息。