深度学习框架下的红外与可见光图像融合方法综述

来源：计算机工程与应用杂志2025年第9期北京时间：

作者：李淑慧, 蔡伟, 王鑫, 高蔚洁, 狄星雨

单位：火箭军工程大学 兵器发射理论与技术国家重点学科实验室，西安 710025

摘要：红外与可见光图像融合（infrared and visible image fusion，IVIF）将红外图像与可见光图像的互补信息融合，提升图像质量以支持下游任务。鉴于深度学习在图像融合方面的优势，将其应用在IVIF领域已成为研究热点。对深度学习框架下的红外与可见光图像融合方法进行梳理分析，根据不同的融合框架将融合方法分为基于自编码器、卷积神经网络、生成对抗网络和变换器，并对比分析这四类方法的特点；综述了IVIF的主要应用领域、常用的6个数据集和8个评价指标，并在典型数据集上对各类主流IVIF方法进行定性和定量评估。最后，总结了现有IVIF方法的局限性，并展望了IVIF的未来研究方向。

关键词：深度学习,图像融合,红外图像,可见光图像