基于多重局部细节配准的跨模态图像融合方法

本发明公开了一种基于多重局部细节配准的跨模态图像融合方法，包括：构建配准融合模型并进行训练；将未对齐的跨模态图像输入特征编码器模块，提取浅层特征，并将浅层特征分解为模态不变的公共特征和模态特定的独特特征；将所述公共特征输入多重细节配准模块，得到配准后的公共特征与独特特征；将配准后的公共特征和独特特征输入特征融合模块，得到融合公共特征和融合独特特征；将所述融合公共特征与融合独特特征输入特征解码器模块，通过交叉注意力融合模块得到融合特征，将融合特征输入由多个卷积层构成的解码器，重建得到最终融合图像。本发明引入特征解耦机制和增强式对比学习策略，实现配准与融合模块之间的深度协同与双向反馈，有效提升融合图像的视觉质量。