一种基于深度学习的红外与可见光图像融合方法及系统

本发明涉及计算机视觉和图像处理的技术领域，更具体地，涉及一种基于深度学习的红外与可见光图像融合方法及系统。包括以下步骤：S1.图像预处理：对输入的红外与可见光图像进行预处理，包括噪声去除、增强对比度；S2.特征提取：采用CNN提取红外与可见光图像的特征；S3.特征融合：将所获取的特征分别进行融合；S4.图像重建：将融合后的特征图像重建为融合图像；S5.目标检测与评价：对融合后的图像进行目标检测，并评估准确率。本发明能够有效提升融合图像的细节保留、信息整合度和可视性，特别是在复杂环境下，如低光、雾霾等条件下，保证融合图像在目标检测、识别和分类中的高准确性；同时，优化算法结构，降低计算开销，提高实际应用中的可行性。