买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉大学申请的专利基于多向张量特征的多模态遥感影像模板匹配方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117853762B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410114935.6，技术领域涉及：G06V10/74；该发明授权基于多向张量特征的多模态遥感影像模板匹配方法和系统是由张永军;姚永祥;万一;张文斐;郭浩宇;何达设计研发完成，并于2024-01-26向国家知识产权局提交的专利申请。

本基于多向张量特征的多模态遥感影像模板匹配方法和系统在说明书摘要公布了：本发明公开了一种基于多向张量特征的多模态遥感影像模板匹配方法和系统，旨在解决模板匹配计算效率低、精度有限以及特征点分布不均匀等问题。提出的模板匹配方法主要采用了多向张量特征，包含以下三个主要步骤：特征点提取、描述子构建和相似性度量。首先，在特征点提取阶段，设计了格网盒子最大显著点提取方法，确保特征点被均匀提取。接着，描述子构建阶段，其中描述子的生成依赖于引入的多向张量特征模型，用于生成多向张量特征图。最终，进行相似性度量，采用快速多维傅里叶变换方法，以确保模板匹配的高效性。这一创新方法的优势在于克服了传统模板匹配中计算效率低、精度受限以及特征点不均匀分布的问题。

本发明授权基于多向张量特征的多模态遥感影像模板匹配方法和系统在权利要求书中公布了：1.一种基于多向张量特征的多模态遥感影像模板匹配方法，其特征在于，包括以下步骤： 步骤1，影像规范化格网划分及格网点提取：通过将输入的特征点数目除以影像的边界，计算出影像中的格网数目，然后，根据影像竖直和水平方向上的格网数，计算每个格网点的包围盒边界； 步骤2，包围盒内最大显著点提取：为每个特征点建立正方形包围盒，在该包围盒内计算影像的角点特征强度图，将包围盒内最大像素强度值的坐标作为该特征点的关键特征点； 步骤2中，首先根据公式2为每个特征点构建一个BoxB×BoxB的正方形包围盒，BoxB表示包围盒的边界长；然后在该包围盒内计算影像的角点特征强度图，并将该包围盒内最大像素强度值的坐标作为该特征点的最终特征点，其计算公式如2所示： 式2中，P′i表示第i个网格点包围盒内的最大显著点，表示第i个包围盒内提取的Harris特征点集合；fHarris·表示Harris特征提取函数；↑表示中从上向下排序后的特征点集合； 步骤3，张量特征计算：利用张量特征来表示图像边缘的大小和方向信息； 步骤4，相干增强扩散模型优化：在完成图像张量特征计算后，引入相干增强扩散函数，增强结构特征信息； 步骤5，多向张量特征生成：利用对数极坐标参数化表达方式生成多向张量特征图集，以此作为特征描述子； 步骤5的具体实现方式如下： 首先，对扩散模型优化步骤中计算的增强扩散张量矩阵进行x方向和y方向的分解，将分解的特征记为CoTx和CoTy，然后对特征图像进行定向旋转，旋转范围在[0～π]，旋转间隔角为πo，旋转完成后进行快速傅里叶变换，来进一步过滤细节噪声，最终的数学表达式如式8所示： 式8中，Fox,y表示第o层的增强扩散张量特征；o表示定向张量特征计算的图层数；cos.和sin.是三角函数表达式；FFT表示傅里叶变换函数；||·||表示绝对值计算符，至此，完成了多向张量特征集构建； 最后，将公式8中计算的相干性增强扩散张量特征即Fox,y的特征组合形成多通道特征图，它的数学公式定义如式9所示： MoTFx,y＝{Fix,y},i＝[1,…o]9 式9中，MoTFx,y表示最终计算的多向张量特征图； 步骤6，实现快速模板匹配的相似性度量：获取参考影像和待匹配影像上所有关键特征点的特征描述子，采用一种快速傅里叶变换模型进行相似性度量操作，直至完成所有特征点匹配。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。