一种基于深度学习的红外与可见光图像融合方法及系统

本发明公开了一种基于深度学习的红外与可见光图像融合方法及系统，涉及图像融合技术领域。本发明的技术要点包括：构建基于卷积神经网络的图像融合模型；利用改进沙猫群优化算法优化图像融合模型的超参数；将红外图像集和可见光图像集输入具有最优超参数的图像融合模型中进行训练；将待融合的红外图像和可见光图像输入训练好的图像融合模型中获得融合图像；其中特征提取模块中依次设计浅层特征学习子模块、深层特征学习子模块以及深层特征增强子模块以充分提取源图像的隐藏特征；模型训练过程中损失函数结合强度损失、梯度损失以及语义损失以约束融合图像与融合前图像的相似性；利用具有最优超参数的图像融合模型进行图像融合可提高融合性能。