単一の可視光または単一の赤外線条件下におけるICデバイスの表面欠陥のコントラスト不足および欠陥検出精度の低さの問題に対して、多スペクトル画像融合によるICデバイス表面欠陥検出方法を提案する。ICデバイスの可視光画像と赤外画像の位置合わせにおいて発生するスケール不一致およびコントラストの反転問題に対し、ラプラスピラミッドと特徴記述子の再構成戦略を導入してORB（方向性FASTおよび回転BRIEF）画像位置合わせアルゴリズムを改良した。画像位置合わせを基にして、非下方サンプリング剪断波変換（Non-Subsample Shearlet Transform、NSST）により赤外画像と位置合わせ済み可視光画像の低周波および高周波サブバンドを得て、低周波サブバンドには視覚的重要度マップ（Visual Significance Map、VSM）を用いた重み付き融合規則を適用し、高周波サブバンドには適応パルス結合ニューラルネットワーク（PA-Pulse Coupled Neural Network、PA-PCNN）による意思決定的融合規則を適用し、さらにNSST逆変換により高品質な多スペクトル融合画像を得る。最後に、融合画像をYOLOv8sモデルに入力して検出を行う。実験結果は、改良されたORB画像位置合わせの平均精度が87.8%であり、ORB画像位置合わせより62%向上したこと、NSST_VP画像融合アルゴリズムが主観的な視覚効果および客観的評価指標の両面で向上を示したことを示している。欠陥検出実験において、NSST_VP融合方法の平均精度（mean Average Precision、mAP）は83.15%に達し、単一可視光および単一赤外線欠陥画像検出よりそれぞれ22.97%、28.31%向上し、また双木複小波変換融合、曲線変換融合、非下方サンプリング輪郭波変換融合方法よりそれぞれ13.14%、15.01%、20.35%向上した。

欠陥検出;ICデバイス;多スペクトル画像融合;画像位置合わせ;非下方サンプリング剪断波変換;YOLOv8s