一种基于深度学习卷积神经网络的红外图像增强方法及系统

本申请提供了一种基于深度学习卷积神经网络的红外图像增强方法及系统，涉及红外图像增强技术领域，该方法包括：获取目标监控区域的红外图像和可见光图像后构建特征变换空间；利用目标特征映射网络将红外图像从第二特征域映射至中间特征域得到第一中间特征，并映射至第一特征域得到第一映射图像，利用目标特征映射网络将可见光图像从第一特征域映射至中间特征域得到第二中间特征，并映射至第二特征域得到第二映射图像；确定第一映射图像与可见光图像的第一特征差异，确定第二映射图像与红外图像的第二特征差异；根据两特征差异增强红外图像得到目标增强红外图像。解决了相关技术中基于单一模态处理的红外图像的增强可靠性较差的技术问题。