Para abordar a falta de valores reais de referência e a utilização insuficiente das informações de luz visível na tarefa de fusão de imagens infravermelhas e visíveis com modelos de difusão para remoção de ruído, propõe-se um modelo de fusão de imagens infravermelhas e visíveis com difusão condicional e fusão paralela multicanal de altas e baixas frequências. O modelo de difusão condicional utiliza uma técnica de concatenação para treinar com imagens-fonte concatenadas como valores reais de referência, obtendo a melhor distribuição a priori para a extração de características das imagens infravermelhas e visíveis. Durante o processo inverso de remoção de ruído, é introduzido um módulo de correção de verossimilhança multicanal para modelar de forma mais eficaz a distribuição complexa multicanal das imagens infravermelhas e visíveis. Em seguida, propõe-se uma rede de remoção de ruído adaptativa a detalhes para completar a tarefa de extração de características multicanal de altas e baixas frequências. Por fim, no rede de fusão, foi projetado um módulo de fusão paralela multicanal de altas e baixas frequências, utilizando uma rede de fusão de consistência regional e uma rede de fusão de características multicanal de baixas frequências para realizar a fusão das características de altas e baixas frequências, respectivamente. Este modelo fornece um paradigma de modelo de difusão treinável para a tarefa de fusão de imagens infravermelhas e visíveis para extração de características, utilizando redes neurais convolucionais específicas para fusão de características. Experimentos nos conjuntos de dados MSRS e RoadScene, em comparação com 9 métodos recentes de alto nível, mostram uma melhoria média de 4,52% a 59,62% em 8 indicadores objetivos de avaliação. Nosso método supera outros em fidelidade de cor e preservação de detalhes de textura, está em conformidade com as características da visão humana e pode lidar bem com a tarefa de fusão de imagens infravermelhas e visíveis em várias condições de iluminação e ambientais.

fusão de imagens;infravermelho e luz visível;modelo de difusão condicional;rede adaptativa de remoção de ruído de detalhes;módulo de fusão paralela multicanal de altas e baixas frequências