基于多尺度特征的渐进式红外偏振图像融合方法

摘要

在复杂环境下，传统的红外探测方法具有较大的局限性，需要将偏振技术与红外技术融合.针对现有的卷积神经网络方法多尺度信息提取能力不足和融合子网融合不充分的问题，为了改善红外偏振融合图像质量，提高红外成像技术在复杂背景下的目标识别能力，本文提出了一种基于多尺度特征的渐进式红外偏振图像融合方法（progressive infrared polarization image fusion method based on multi-scale features, PIPFuse）.首先，特征提取部分采用语义提取模块和多尺度密集块，用来提取语义增强的多尺度深度特征；其次，为了减少信息丢失和增强显著信息，融合子网采用渐进式差异信息增强融合模块进行特征融合；最后，通过解码融合特征得到最终的融合图像.与9种经典图像融合方法比较，该方法在6项评价指标上均优于其他对比融合方法，且主观视觉上目标纹理更加清晰，对比度更高.

关键词

红外成像 / 多尺度特征 / 渐进策略 / 图像融合 / 卷积神经网络