一种基于深度学习的像素级红外图像拼接方法，属于图像拼接技术领域，为了解决现有的红外图像拼接方法得到的的图像中有重影、伪影的问题，步骤1，构建网络模型；步骤2，准备数据集：选择KAIST数据集，调整数据集中每个图像的尺寸，固定输入图像的大小；步骤3，训练网络模型：将步骤2中准备好的数据集输入到步骤1中构建好的网络模型中进行训练；步骤4，选择最小化损失函数和最优评估指标；步骤5，微调模型：用LTIR数据集对模型进行训练和微调，得到稳定可用的模型参数，最终使得模型对红外图像拼接的效果更好；步骤6，保存模型：将最终确定的模型参数进行固化，需要进行红外图像拼接时，直接将图像输入到网络中即可得到拼接图像。