面向复杂场景感知的红外-可见光图像融合研究：从边缘增强到振荡状态空间建模

随着智能感知系统在自动驾驶、安防监控和遥感探测等领域的广泛应用，复杂场景下的多模态图像融合成为关键支撑技术。红外图像具有较强的热辐射信息表达能力，而可见光图像则包含丰富的纹理与色彩细节。如何有效融合二者优势，实现高保真、强鲁棒的感知输出，是当前研究的热点与难点。本报告系统回顾红外-可见光图像融合的技术演进路径，首先介绍基于边缘增强的融合策略，提升目标边界清晰度；进而引入振荡状态空间建模（Oscillatory State-Space Modeling）方法，用于捕捉跨模态图像间的动态非线性关联，增强时序一致性与结构完整性。该方法在多个公开数据集上展现出优越性能，为复杂动态场景下的感知系统提供了新的建模思路。