由于基于经典 Waxman 融合模型得到的伪彩色融合图像目标不够清晰,本文提出了一种改进的感受野融合模型。对红外图像和可见光图像分别进行了 ON 对抗增强和 OFF 对抗增强;将红外 ON 对抗增强图像馈入中心-环绕感受野模型的中心兴奋区域,可见光 OFF 对抗增强图像馈入环绕抑制区,得到融合图像的 B 分量;将红外 OFF 对抗增强图像馈入中心-环绕感受野模型的环绕抑制区域,可见光 ON 对抗增强图像馈入中心兴奋区,得到融合图像的 G 分量;将可见光ON 对抗增强图像直接作为融合图像的 R 分量;然后,输出 RGB 伪彩色融合图像。最后,用 Waxman 方法和本文提出的方法分别对两组源图像进行融合,并用信息熵和平均梯度对融合结果进行了评价。结果表明,采用提出的模型,第一组融合图像的信息熵和平均梯度比 Waxman 融合模型分别高出0.3146和0.0041,第二组融合图像的信息熵和平均梯度比 Waxman 融合模型分别高出0.2551和0.0027。得到的数据显示本文提出的融合模型的融合效果优于经典 Waxman模型。