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！

龙图腾网获悉西北工业大学申请的专利一种基于环境感知的自适应红外与可见光图像融合方法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：CN119762360B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411926393.9，技术领域涉及：G06T5/50；该发明授权一种基于环境感知的自适应红外与可见光图像融合方法是由文载道;王知明设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本一种基于环境感知的自适应红外与可见光图像融合方法在说明书摘要公布了：本发明公开了一种基于环境感知的自适应红外与可见光图像融合方法，包括：步骤1：将红外特征图和可见光特征图沿空间维度分割成多个相互不重叠的块图；步骤2：利用编码器分别将各块图内的提取特征嵌入对应的块图内得到对应的最终特征图；步骤3：得到环境因素矢量；步骤4：利用环境因素矢量调节红外图像的最终特征图和可见光图像的最终特征图的拼接和融合得到融合图像；本发明将可见光图像中包含的环境信息作为一种先验知识，指导红外与可见光的融合过程，使融合过程能够根据环境中的天气状况和光照水平自适应调整，从而确保在多样化和动态的环境中获得更可靠的融合结果。

本发明授权一种基于环境感知的自适应红外与可见光图像融合方法在权利要求书中公布了：1.一种基于环境感知的自适应红外与可见光图像融合方法，其特征在于，包括： 步骤1：利用卷积神经网络提取红外图像和可见光图像的特征分别得到红外特征图和可见光特征图；并将红外特征图和可见光特征图沿空间维度分割成多个相互不重叠的块图； 步骤2：利用编码器分别将各块图内的提取特征嵌入对应的块图内得到对应的最终特征图； 步骤3：提取可见光图像的天气信息特征和照明信息特征，并将天气信息特征和照明信息特征级联后降维并归一化得到环境因素矢量； 具体地，为了提取代表离散天气类型的因素，将此任务重新定义为由天气感知模块WAM解决的分类问题，模块基于视觉Transformer网络；令Ivi表示可见光图像，首先将图像划分为不重叠的块，然后用线性变换嵌入这些块，所得到的嵌入向量随后被馈送到局部Transformer编码器，输出用于天气分类的特征向量fwea，这个过程表示为fwea＝WAMIvi； 计算输入可见光图像Ivi的直方图，并设计一个基于多层感知器的照明感知模块IAM，以将直方图映射到用于照明水平预测任务的特征嵌入向量；过程表示为fillu＝IAMhistIvi，其中hist·表示图像直方图提取算子； 根据设计的编码器，红外和可见光图像被分解成捕获视觉纹理、红外信息、天气类型和照明水平的几组信息因素；对于图像融合任务，使用以下操作融合fwea和fillu的环境因素： 其中代表沿着信道维度的级联操作，MLPenv表示多层感知机网络，σ是将qenv中的每个值归一化到0,1之间的Sigmoid函数，所得到的矢量qenv对从可见光图像提取的综合环境信息进行编码； 步骤4：利用环境因素矢量调节红外图像的最终特征图和可见光图像的最终特征图的拼接和融合得到融合图像； 具体地，对于Fvi和Fir中的视觉因子，分别线性变换为查询矩阵、键矩阵和值矩阵，即Qvi,Kvi,Vvi和Qir,Kir,Vir；利用qenv对Qvi和Qir进行加权，如下所示： 其中，⊙代表逐元素广播乘积，然后，基于环境信息调制的查询矩阵和在后续的局部交叉注意机制内被交换和利用； 利用将包含环境调制的红外视觉信息注入到Kvi和Vvi，这个操作使得模型能够有选择性地关注有信息量的红外特征，并将其与对应的可见特征进行融合；将三元组馈送到局部Transformer编码器中，局部约束的交叉注意操作产生最终的特征图Fir→vi，其捕获了细化的交叉模态表示； 将Kir和Vir馈送到另一个局部Transformer编码器中以产生最终特征图Fvi-ir，最后将这些特征图拼接起来获得环境调制融合特征，如下所示： 给定融合特征图Ffus，最终的融合图像Ifus将通过设计一个基于CNN的通用解码器，并结合一个损失函数来获得。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。