光照权重调配机制引导的双流逐层交互式红外与可见光图像融合网络OA

图像融合可整合不同模态图像的一致与互补特征,有效弥补单一模态图像细节不足的问题。针对现有方法特征提取与融合相互独立,光照信息利用不足、复杂光照场景下融合效果不佳等问题,本文提出光照权重调配机制引导的双流逐层交互式红外与可见光图像融合网络。该网络采用逐层交互策略交替完成特征提取与跨模态融合。通过光照先验分类网络将全局光照信息嵌入双流网络中,缓解光照不均影响。在特征提取阶段融入阶梯式扩张策略与轻量级全局上下文信息块,实现多尺度长距离语义关联。同时利用差分特征与并行双注意力机制强化模态互补信息筛选与增强,并依据光照动态调整融合权重,避免单一模态主导。实验结果表明,该方法在多个数据集上指标优于主流方法,在MSRS数据集上,MI和QAB/F比次优算法分别提高了3.76%和7.86%。在弱光、浓雾等复杂光照场景下的目标轮廓与细节保留效果更优。由此表明本文方法有效平衡底层空间信息与高层语义信息,显著提升复杂光照场景下图像融合的精度与视觉效果。