Para resolver os problemas existentes de perda de informações detalhadas e extração insuficiente de características nos resultados da fusão de imagens infravermelhas e visíveis, foi proposto um modelo de rede de aprendizado profundo para fusão de imagens infravermelhas e visíveis com atenção densa multiescala. Primeiro, foram projetadas convoluções multiescala para extrair informações em diferentes escalas nas imagens infravermelhas e visíveis, aumentando o campo receptivo para extração de características, superando o problema da extração insuficiente em única escala. Em seguida, a rede com conexões densas reforça a extração de características, e no final da sub-rede codificadora é utilizado o mecanismo de atenção por convolução deformável proposto, que conecta estreitamente a informação do contexto global, fortalecendo a capacidade de focar em características importantes das imagens infravermelhas e visíveis. Finalmente, uma rede decodificadora composta por camadas totalmente convolucionais reconstrói a imagem fundida gerada. Foram selecionados seis indicadores objetivos de avaliação de fusão de imagens. Os resultados dos experimentos de fusão em conjuntos de dados públicos de imagens infravermelhas e visíveis mostram que, em comparação com outros 8 métodos, todos os indicadores experimentais do algoritmo proposto melhoraram, com aumento médio de 0,26 vezes na similaridade estrutural (SSIM) e 0,45 vezes na frequência espacial (SF). Os resultados da fusão obtidos pelo método proposto preservam bordas e informações de objetos mais nítidas, apresentando melhor contraste e clareza, superando os métodos comparativos na avaliação objetiva.

imagens infravermelhas e visíveis; fusão de imagens; extração de características multiescala; rede de conexões densas; mecanismo de atenção