激光与红外

作者：陈坤亚

单位：杭州师范大学 信息科学与技术学院,浙江 杭州 311121；

关键词：红外与可见光;RepVGG;PIAfusion;YOLOv5; M3FD

基金：国家自然科学基金面上项目(No.62273126)；浙江省“领雁”研发攻关计划项目(No.2023C03185)资助。

针对现有的红外与可见光图像融合算法对源图像的细节特征提取不够充分,以及未能考虑融合网络和检测网络之间的关系等问题。文中提出了一种基于RepVGG的改进的红外与可见光图像融合算法。算法首先采用PIAfusion的网络架构。将该网络架构中图像特征提取部分的卷积块和特征重建卷积块部分替换为RepVGG卷积块。然后YOLOv5检测网络检测融合图像。YOLOv5用于构建检测损失。然后,利用检测损失通过反向传播指导融合网络的训练。使融合网络输出的融合图像能够更加容易被检测模型检测。最后得到融合网络输出的融合图像在YOLOv5检测网络的检测结果。对比现有的融合方法,从客观指标和YOLOv5的检测结果来看,所提方法获得的融合图像效果较好。

来源：2025年第7期

《激光与红外》期刊编辑部

查看激光与红外杂志2025年第7期