一种基于Mamba与注意力机制的多模态图像融合方法

本发明涉及图像处理技术领域，且公开了一种基于Mamba与注意力机制的多模态图像融合方法。该方法通过多种模块协同工作，极大提升了多模态图像融合效果，LDC‑金字塔自适应特征融合模块联合SURF算法，全面且稳定地提取多尺度特征，增强了对复杂场景的适应性，SCIEAM模块从通道和空间维度对这些特征进行加权，突出病原体关键特征，VSS block则有效捕捉局部与全局特征，精准融合不同区域和尺度信息，多模态特征融合与精制模块利用SS2D机制和MLP深度优化特征，挖掘多模态特征间的潜在联系，引入的VSS block基于Mamba的优势，降低计算成本，提高推理速度，使整个融合过程更高效，经多尺度残差特征重建模块处理得到的融合图像，能清晰呈现病原体信息，大幅提升畜禽疾病防控水平。