一种基于风格迁移的红外与可见光图像无监督显式配准方法

本发明提供一种基于风格迁移的红外与可见光图像无监督显式配准方法，属于电数字数据处理技术领域，本发明基于风格迁移的红外与可见光图像无监督显式配准方法，首先构建变形红外图像与可见光图像的配准数据集，利用Cyc leGAN实现可见光到伪红外的风格迁移，将跨模态配准转化为同模态问题。采用改进的ResNet18结构提取多尺度特征，通过离散小波变换保留更多细节信息。构建基于自注意力与交叉注意力的特征匹配模块，实现特征的显式匹配，提高可解释性。设计多层解码器结构估计变形场，并利用变形场优化函数进行精细调整，最终通过空间转换模块重采样得到配准结果。整个过程采用无监督学习方式，无需标注数据，具有良好的通用性和实用性。