Dans des scénarios complexes, les modèles de fusion ont souvent du mal à extraire pleinement la structure globale à grande échelle des images infrarouges et les caractéristiques locales à petite échelle des images visibles, puis à les fusionner de manière cohérente, ce qui entraîne un effet de fusion médiocre. Cet article propose un principe de fusion collaborative basé sur la division des échelles, et conçoit un nouveau modèle de fusion basé sur une structure d'auto-encodeur, où l'encodeur et le décodeur utilisent une architecture de réseaux de neurones convolutifs (CNN). Ce modèle utilise un mécanisme d'attention global à double groupe, extrayant les informations des cartes de caractéristiques en groupe selon la longueur et la largeur, puis en pondérant les cartes de caractéristiques via une carte d'attention double groupe inter-canaux, générant de nouvelles cartes de caractéristiques contenant plus d'informations structurelles globales à grande échelle, réalisant l'extraction d'informations d'image multidimensionnelles ; il utilise un mécanisme de convolution dilatée à multi-échelle, à travers des champs réceptifs de différentes tailles ainsi que des opérations de pooling moyen global et médian, pour extraire les caractéristiques locales à petite échelle dans l'image ; le décodeur intègre des couches connectées denses et des connexions de saut des caractéristiques structurelles à grande échelle et des détails à petite échelle afin de les fusionner de manière collaborative et de reconstruire l'image fusionnée. Les résultats expérimentaux montrent que la méthode, sur les ensembles de données MSRS et TNO, améliore respectivement l'entropie de l'information, le gradient moyen et l'intensité des bords de 0,95 %, 6,28 %, 6,19 % et 1,75 %, 13,51 %, 11,75 % par rapport aux autres méthodes. La fréquence spatiale a augmenté de 4,61 % sur l'ensemble MSRS et se classe juste après la méthode MDLSR-RFM sur TNO, améliorant efficacement la qualité des images fusionnées dans des scénarios complexes, avec une bonne stabilité et capacité de généralisation.

fusion d'images infrarouges et visibles;amélioration d'image;attention globale à double groupe;convolution dilatée