Para resolver os problemas de perda de informações detalhadas, desfoque de bordas e artefatos na fusão de imagens infravermelhas e visíveis, este artigo propõe um filtro guiado alternado rápido que melhora efetivamente a eficiência operacional garantindo a qualidade da imagem fundida, combinando redes neurais convolucionais (CNN) e extração de características infravermelhas para uma fusão eficaz. Primeiro, utilizando decomposição em árvore quaternária e interpolação de Bézier na imagem fonte, são extraídas características de luminância infravermelha combinadas com a imagem visível para obter uma imagem fundida inicial. Em seguida, por meio do filtro guiado alternado rápido, são obtidas as informações da camada base e da camada de detalhes da imagem fonte; a camada base é fundida via CNN e transformação de Laplace, enquanto a camada de detalhes é fundida por meio da medição de saliência para obter a imagem de detalhes fundida. Por fim, a imagem fundida inicial, a imagem fundida base e a imagem fundida de detalhes são somadas para obter o resultado final da fusão. O método proposto, que envolve o filtro guiado alternado rápido e a extração de características, faz com que o resultado final contenha ricos detalhes texturais e bordas nítidas. Os experimentos mostram que o resultado da fusão deste algoritmo possui boa fidelidade visual, com os índices de avaliação objetivos como entropia da informação, desvio padrão, frequência espacial, informação mútua das características wavelet, fidelidade visual e gradiente médio melhorando em média 9,9%, 6,8%, 43,6%, 11,3%, 32,3% e 47,1%, respectivamente.

filtro guiado alternado rápido;extração de características infravermelhas;rede neural convolucional;fusão de imagens infravermelhas e visíveis