一种基于残差融合结构的端对端图像融合方法

本发明公开了一种基于残差融合结构的端对端图像融合方法，通过构建RFN‑Nest网络框架，该方法有效提取红外与可见光图像的多尺度深度特征，利用残差融合网络单元RFN精细融合这些特征，结合红外图像的热辐射信息和可见光图像的细节纹理信息，生成高质量融合图像，损失函数结合像素损失Lpi xe l和结构相似性损失Lss im，确保融合图像在像素和结构上与真实图像一致，同时，引入背景细节信息保持损失Ldetai l和目标特征增强损失Lfeature，提升网络保持图像细节和增强目标特征的能力，采用两阶段训练策略，先训练自编码网络学习基本特征，再针对特定任务训练RFN网络，加快收敛速度，提高泛化能力，该方法应用于建筑结构检测上，能够提高建筑检测效率和准确度。