Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京信息工程大学陆成获国家专利权

南京信息工程大学陆成获国家专利权

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!

龙图腾网获悉南京信息工程大学申请的专利一种红外与可见光图像融合方法及装置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:CN116757986B

龙图腾网通过国家知识产权局官网在2025-12-16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:202310817924.X,技术领域涉及:G06T5/50;该发明授权一种红外与可见光图像融合方法及装置是由陆成;刘雪明设计研发完成,并于2023-07-05向国家知识产权局提交的专利申请。

一种红外与可见光图像融合方法及装置在说明书摘要公布了:本发明公开了一种红外与可见光图像融合方法及装置,包括:获取目标物体的红外图像和可见光图像;对所述红外图像和可见光图像进行灰度化和数据增强的预处理操作,得到预处理后的红外图像和可见光图像;将预处理后的红外图像和可见光图像输入到预先训练好的基于特征交互和自编码器的红外与可见光图像融合模型,得到融合图像;所述基于特征交互和自编码器的红外与可见光图像融合模型编码器、阶梯式融合层和一路级联式解码器。优点:能够保留源图像中显著的热辐射信息、丰富的纹理细节信息和背景特征,融合图像对比度高,更符合人眼视觉效果。

本发明授权一种红外与可见光图像融合方法及装置在权利要求书中公布了:1.一种红外与可见光图像融合方法,其特征在于,包括: 获取目标物体的红外图像和可见光图像; 对所述红外图像和可见光图像进行灰度化和数据增强的预处理操作,得到预处理后的红外图像和可见光图像; 将预处理后的红外图像和可见光图像输入到预先训练好的基于特征交互和自编码器的红外与可见光图像融合模型,得到融合图像; 所述基于特征交互和自编码器的红外与可见光图像融合模型编码器、阶梯式融合层和一路级联式解码器; 所述编码器,用于提取预处理后的红外图像和可见光图像的红外特征、可见光特征和互补特征; 所述阶梯式融合层,用于对提取的红外特征、可见光特征和互补特征分别经过sigmoid激活函数获得各个特征的信息量权重图,通过相应的权重系数自适应地融合红外特征、可见光特征和互补特征,得到融合图像特征; 所述一路级联式解码器,用于对所述融合图像特征经过四个残差块,得到融合图像; 所述编码器包括红外路径、可见路径和交互补偿路径; 所述红外路径和可见光路径均包括第一卷积组、第二卷积组、第一梯度残差块、第二梯度残差块、第三梯度残差块和第四梯度残差块; 所述第一卷积组包括四个依次连接的卷积快,分别为Conv1、Conv2、Conv3、Conv4,Conv1的输入为可见光图像Iv,Conv4输出浅层可见光图像特征,浅层可见光图像特征依次经第一梯度残差块和第二梯度残差块后输出可见光图像特征; 所述第二卷积组包括四个依次连接的卷积快,分别为Conv2,Conv4,Conv6,Conv8,Conv5的输入为红外图像Ii,Conv8输出浅层红外图像特征,浅层红外图像特征依次经第三梯度残差块和第四梯度残差块,输出得到红外图像特征; 所述交互补偿路径包括四个交互式特征完善模块和三个跨层级特征聚合模块,分别表示为:第一交互式特征完善模块、第二交互式特征完善模块、第三交互式特征完善模块、第四交互式特征完善模块、第一跨层级特征聚合模块、第二跨层级特征聚合模块和第三跨层级特征聚合模块; 第一交互式特征完善模块、第二交互式特征完善模块、第一跨层级特征聚合模块、第三交互式特征完善模块、第二跨层级特征聚合模块、第四交互式特征完善模块、第三跨层级特征聚合模块依次连接;第一跨层级特征聚合模块的输出还连接第一跨层级特征聚合模块,第一跨层级特征聚合模块的输出还连接第二跨层级特征聚合模块,第二跨层级特征聚合模块的输出还连接第三跨层级特征聚合模块; 第一交互式特征完善模块的输入分别连接Conv2和Conv6的输出,第二交互式特征完善模块的输入分别连接Conv4和Conv8的输出,第三交互式特征完善模块的输入分别连接第一梯度残差块和第三梯度残差块,第四交互式特征完善模块的输入分别连接第二梯度残差块和第四梯度残差块。

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南京信息工程大学,其通讯地址为:210044 江苏省南京市江北新区宁六路219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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。