一种基于深度学习的稀疏孔径光学系统偏振图像融合方法

本发明涉及图像融合技术领域，公开一种基于深度学习的稀疏孔径光学系统偏振图像融合方法，包括：通过稀疏孔径光学系统获取线偏振度图、偏振角图、偏振强度图，构建包括编码器、多模态融合模块、解码器的偏振图像融合模型；编码器包括分别提取三种偏振图像特征的两个分支，多模态融合模块包括提取多级边缘特征的边缘梯度补偿模块、自适应加权融合特征的偏振注意力机制、保留原始特征的残差聚合模块，解码器使用多核反卷积解码聚合特征；结合偏振图像特点构建损失函数并训练模型，将待融合的三种偏振图像输入训练完成的模型，得到偏振融合图像。本发明可以实现偏振成像和稀疏孔径成像的有效融合，有效抑制噪声，提高成像的对比度和分辨率。