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基于区域卷积网络的多光谱和全色图像融合空间质量评价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：CN109949270B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：201910078927.X，技术领域涉及：G06T7/00；该发明授权基于区域卷积网络的多光谱和全色图像融合空间质量评价方法是由李映;杨恺行;张谷雨;汪亦文设计研发完成，并于2019-01-28向国家知识产权局提交的专利申请。

本基于区域卷积网络的多光谱和全色图像融合空间质量评价方法在说明书摘要公布了：本发明涉及一种基于区域卷积网络的多光谱和全色图像融合空间质量评价方法，改进了传统的基于区域的多光谱图像和全色图像融合空间质量评价方法中对融合图像和全色图像的处理过程。直接使用GoogLeNet网络提取原始的融合图像和全色图像中区域图像的空间特征，而不是先对融合图像进行灰度图像转换和离散余弦变换。有效避免了图像的空间信息丢失的同时，提取了表征能力和泛化能力更强的深度特征，对融合结果进行特征级的空间质量评价。最终得到直观的空间质量分布图表示融合结果局部区域的空间质量。

本发明授权基于区域卷积网络的多光谱和全色图像融合空间质量评价方法在权利要求书中公布了：1.一种基于区域卷积网络的多光谱和全色图像融合空间质量评价方法，其特征在于步骤如下： 步骤1：融合图像有4个波段或者8个波段，对于4个波段的融合图像，其第3、2、1波段依次为R、G、B波段，对于8个波段的融合图像，其第5、3、2波段依次为R、G、B波段；提取融合图像的R、G、B波段作为输入，进行SLIC超像素分割，得到分割图的分割信息，所述的分割信息包括每个区域的外接矩形坐标、尺寸以及区域图像标记，是区域图像标记为1，反之标记为0； 步骤2：根据步骤1得到的分割信息中外接矩形坐标和尺寸对融合图像进行矩形裁剪，得到包含第个区域图像的融合图像的图像块，对全色图像进行相同的操作，得到与尺寸一致的PAN图像块； 步骤3：对步骤2得到的和步骤1中分割信息包含的区域图像标记进行点乘操作，得到一个除外的像素被替换为0且仅包含区域图像的外接矩形，对重复同样的操作得到； 步骤4：通过步骤3得到尺寸相同且包含区域图像形状相同的一组融合图像和全色图像的矩形图像，即和，将这组矩形图像输入预训练的GoogLeNet网络模型进行特征提取，提取网络模型中最后一个全连接层的输入数据作为特征向量，得到两个特征向量和，表示的特征向量，表示的特征向量； 步骤5：计算步骤4得到的和之间的皮尔森线性相关系数PCC，作为当前区域的空间质量分数，该分数反映FUS局部空间质量； 步骤6：如果得到所有区域的空间质量分数，就得到了以区域为单位的全局质量图，结束；否则返回步骤2，从融合图像和全色图像中提取下一对图像块和； 直接使用GoogLeNet网络提取原始的融合图像和全色图像中区域图像的空间特征，而不是先对融合图像进行灰度图像转换和离散余弦变换；有效避免了图像的空间信息丢失的同时，提取了表征能力和泛化能力更强的深度特征，对融合结果进行特征级的空间质量评价。

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”。

以上内容由龙图腾AI智能生成。