摘要
本发明公开了一种基于相似度网络的多模态图像能见度检测方法,包括如下步骤:步骤1)利用图像配准获取视野与分辨率均相同的可见光‑红外图像对,建立双模态图像数据集;步骤2)构建相似度网络模型“4CH‑LSTM‑CNN网络模型”,利用双模态图像数据集训练网络的权值,获取神经网络参数;步骤3)利用训练完毕的“4CH‑LSTM‑CNN网络模型”对待测的可见光‑红外双模态图像能见度的等级进行分类。本发明能够将可见光、红外图像各自的静态外观特征和模态之间的动态相似度变化特征进行融合。有效克服传统基于单模态可见光图像能见度检测方法局限于“静态外观特征”问题,显著提高小样本条件下能见度检测的准确性与稳定性。