لحل مشكلة تلف المعلومات والزيادة الزائدة للبيانات التي تنشأ أثناء عملية الانصهار بين الصور الحرارية والمرئية بسبب وجود أدوات الفصل، مثل تقديم نموذج تحليل متعدد المقاييس المختلط (HMSD) وتحسين شبكة الأعصاب المقترنة بالنبضات (PCNN) لخوارزمية الانصهار بين الصور الحرارية والمرئية. بادىء ذي بدء، بعد دمج خصائص مرشد التصفية البديل السريع (FAGF) ومرشد الفلتر الزائية (GF)، تم اقتراح نموذج جديد لتحليل متعدد المقاييس المختلط (HMSD)، ويتم تحليل الصورة الأصلية باستخدام نموذج HMSD إلى طبقة أساسية وثلاث طبقات من الصور المميزة، وتحتوي كل طبقة من الصور المميزة على هيكل مزدوج دقيق وخشن. ثم، يتم استخدام قاعدة الانصهار الأقل نووية (NNM) لدمج الطبقة الأساسية، ووفقا لخصائص كل صورة مميزة، تم استخدام شبكة الأعصاب المقترنة بالنبضات المحسنة وقاعدة انصهار الطاقة لدمج كل صورة مميزة. أظهرت نتائج التجربة أن طريقتنا رفعت في المتوسط 47.6٪ في تردد المساحة، 5.2٪ في شكل الإنفو، 6.4٪ في جودة الانصهار، 9.4٪ في نسبة إشارة الضوضاء القصوى، 5.3٪ في جودة الخلاصة البصرية و27.3٪ في الانحراف المعياري، ولم تحتفظ فقط بحواف الصورة الأصلية والتفاصيل الأخرى، ولكن تم تحسين الأثر البصري.

انصهار الصور;الحرارية والمرئية;تحليل متعدد المقاييس المختلط;مرشد التصفية البديل السريع;شبكة الأعصاب المقترنة بالنبضات