Para resolver o problema de danos nas bordas e nas informações de detalhes na imagem fusionada entre imagens infravermelhas e visíveis, causado pela perda de informações e redundância de dados devido às limitações das ferramentas de decomposição, propõe-se um modelo híbrido de decomposição multiescala (Hybrid Multi-scale Decomposition Model, HMSD) e um algoritmo de fusão de imagens infravermelhas e visíveis com base em uma rede neural por pulsos acoplados aprimorada (Pulse Coupled Neural Network, PCNN). Primeiramente, combinando as características do filtro guiado alternado rápido (Fast Alternating Guided Filtering, FAGF) e do filtro gaussiano (Gaussian Filter, GF), é proposto um novo modelo híbrido de decomposição multiescala (HMSD), em que a imagem fonte é decomposta usando o modelo HMSD em uma camada base e três camadas de características, cada camada contendo estrutura dupla fina e grossa; em seguida, a fusão da camada base utiliza a regra de fusão de minimização da norma nuclear (Nuclear Norm Minimization, NNM), e para as características de cada camada são usadas a rede neural por pulsos acoplados aprimorada e a regra de fusão de energia regional, respectivamente. Os resultados experimentais mostram que o método proposto melhora em média 47,6%, 5,2%, 6,4%, 9,4%, 5,3% e 27,3% em vários indicadores objetivos de avaliação, como frequência espacial, entropia da informação, qualidade da fusão, razão sinal-ruído de pico, fidelidade visual e desvio padrão, não apenas preservando bem as bordas e texturas da imagem fonte, mas também melhorando o efeito visual.

fusão de imagens;infravermelho e visível;decomposição multiescala híbrida;filtro guiado alternado rápido;rede neural por pulsos acoplados