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！

龙图腾网获悉安徽大学申请的专利一种基于超像素分割的双目立体匹配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：CN115239785B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202210810511.4，技术领域涉及：G06T7/593；该发明授权一种基于超像素分割的双目立体匹配方法是由付燕平;韩润杰;汤进;赵海峰设计研发完成，并于2022-07-11向国家知识产权局提交的专利申请。

本一种基于超像素分割的双目立体匹配方法在说明书摘要公布了：本发明公开一种基于超像素分割的双目立体匹配方法，将原始左视图和右视图分别下采样以及SLIC超像素分割，将关联矩阵和邻接矩阵送入基于超像素的图神经网络，得到包含超像素信息的权重；将下采样的左视图和右视图以及关联矩阵相乘结点矩阵；结点矩阵输入基于超像素的图神经网络得到超像素特征权重；将原始左视图和右视图输入到卷积神经网络后与超像素特征权重相乘，利用左特征图和右特征图构建四维的代价体然后送入代价聚合模块，最后得到预测的视差图。本发明构建一个端到端的基于超像素分割的立体匹配深度学习框架，利用超像素块来引导和约束立体匹配算法。

本发明授权一种基于超像素分割的双目立体匹配方法在权利要求书中公布了：1.一种基于超像素分割的双目立体匹配方法，其特征在于：包括以下步骤： 步骤S1、将原始左视图和右视图分别进行下采样，再将所得下采样后的左视图和右视图分别进行SLIC超像素分割，得到对应的多个图像子区域集合，以及对应的关联矩阵Q和邻接矩阵A，接着将关联矩阵Q和邻接矩阵A送入训练好的基于超像素的图神经网络，得到对应包含超像素信息的权重； 步骤S2、分别将下采样的左视图和右视图进行两次1×1卷积和一次flatten处理，将多维图像输出展开为一维，并与归一化的关联矩阵Q相乘，得到初步的结点矩阵H； 步骤S3、将步骤S2所得初步的结点矩阵H输入训练好的两层基于超像素的图神经网络，通过基于超像素的图神经网络来学习相邻超像素结点之间的边的信息，然后再将基于超像素的图神经网络的输出进行解码和softmax处理进而得到超像素特征权重； 步骤S4、将原始左视图和右视图输入到CNN卷积神经网络，得到相应的左特征图和右特征图；然后分别与步骤S3所得超像素特征权重相乘，接着分别依次输入到混合池化模块和1×1的卷积层； 步骤S5、利用左特征图和右特征图构建四维的代价体，然后送入3D的代价聚合模块中； 最后把代价聚合部分的输出，以及进行上采样和视差回归，得到预测的视差图。

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安徽大学，其通讯地址为：230039 安徽省合肥市经济开发区九龙路111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”。