نظرًا للمشكلات التي تحدث في دمج صور الأشعة تحت الحمراء والصور المرئية في ظل ظروف الإضاءة المنخفضة مثل ضبابية التفاصيل الملمسية وضعف الإدراك البصري بسبب تجاهل الإضاءة، يقترح هذا البحث طريقة دمج صور الأشعة تحت الحمراء والمرئية متعددة المقاييس مع تعزيز الإضاءة المنخفضة وحقن الدلالات. أولاً، تم تصميم شبكة مناسبة لتعزيز الإضاءة المنخفضة، والتي تستخدم نموذج الباقي للتكرار المتكرر، لتحقيق تعزيز صور الرؤية في المشاهد الليلية. ثم تم استخدام مكتشف ميزات قائم على بنية Nest كرمز ومفكك ترميز للشبكة، حيث يمكن للميزات العميقة التقاط البنية المعقدة والمعلومات الدلالية للصورة، وتم تصميم وحدة تعلم دلالية سابقة، لاستخلاص معلومات دلالية عميقة من صور الأشعة تحت الحمراء والمرئية من خلال الانتباه المتقاطع، وتم اعتماد وحدة حقن دلالي لحقن الميزات المعززة تدريجيًا في كل مستوى. ثانيًا، تم تصميم فرع تعزيز التدرج، حيث تمر الميزات الرئيسية أولاً عبر الانتباه المختلط، ثم يتم تقسيمها إلى تدفقات مشغل Sobel وLaplacian لتعزيز تدرجات صورة الدمج. أخيرًا، من خلال الاتصالات الكثيفة داخل طبقة المفكك وروابط القفز بين الطبقات المختلفة، يتم إعادة بناء ميزات المقاييس المختلفة. أظهرت نتائج التجارب أن هذا البحث حسّن متوسطًا بنسبة 23.1٪، 16.3٪، 18٪، و39.8٪ في دقة المعلومات البصرية، والمعلومات المتبادلة، ومعامل الارتباط التفاضلي، والتردد المكاني على التوالي مقارنةً بتسع طرق مقارنة، مما يعزز جودة صورة الدمج في بيئة الإضاءة المنخفضة ويساعد على تحسين أداء المهام البصرية المتقدمة.

دمج صور الأشعة تحت الحمراء والمرئية;شبكة دمج متعددة المقاييس;تعزيز الإضاءة المنخفضة;انتباه متقاطع;حقن دلالي