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！

龙图腾网获悉浙江大学申请的专利一种基于多尺度深度特征图融合的多光谱图像配准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：CN117274333B 。

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：202311245490.7，技术领域涉及：G06T7/33；该发明授权一种基于多尺度深度特征图融合的多光谱图像配准方法是由曹思源;马骏;张润民;童奕澄;左偲彤;俞贝楠;应佳成;张程浩;罗伦;沈会良;李军伟设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本一种基于多尺度深度特征图融合的多光谱图像配准方法在说明书摘要公布了：本发明公开了一种基于多尺度深度特征图融合的多光谱图像配准方法，该方法可用于配准不同波段间的光谱图像，该方法首先利用多尺度一致特征图映射器获取目标图像和源图像的一致特征图，将多尺度一致特征图利用transformer结构进行自相关特征修饰，获得多尺度匹配信息特征图，再基于自注意力机制处理多尺度匹配信息特征图，输出配准参数残差。在图像配准真值和一致特征图内容一致性损失函数的监督下，网络迭代运行，直至预设迭代次数，得到最终配准参数。在多光谱数据集上的实验结果和分析表明，本发明所提出的基于多尺度深度特征图融合的多光谱图像配准方法，有效提高了多光谱图像的配准精度。

本发明授权一种基于多尺度深度特征图融合的多光谱图像配准方法在权利要求书中公布了：1.一种基于多尺度深度特征图融合的多光谱图像配准方法，其特征在于，针对非配准的多光谱图像，以其中一个波段为目标图像，将其他波段图像分别作为源图像，配准时将源图像逐个对齐至目标图像；将源图像对齐至目标图像，具体步骤如下： 1首先分别获得两幅图像的多尺度一致特征图； 2接着将获得的目标图像和源图像多尺度一致特征图于通道维度串接后利用可形变卷积层处理，输出各尺度匹配信息特征图；基于自注意力机制对多尺度匹配信息特征图进行融合，输出配准参数残差； 3利用配准参数残差更新当前预测配准参数，利用当前预测配准参数对源图像的多尺度一致特征图进行形变校正，将校正后源图像多尺度一致特征图替换之前的源图像多尺度一致特征图，继续执行步骤2，输出下一次配准参数残差； 4执行步骤3至预设迭代次数时停止，并输出最终预测配准参数； 5基于最终得到的预测配准参数对源图像进行形变校正，从而实现多光谱图像配准； 所述步骤1中分别获得两幅图像的多尺度一致特征图，是利用多尺度一致特征图映射器分两路获得两幅图像的多尺度一致特征图，具体过程为： 将目标图像和源图像分两路处理，两路处理方法相同，具体为：首先采用多个深度特征提取单元处理图像，得到多个尺度特征图；然后对于各尺度特征图，利用卷积映射降维，将通道维度降为，获得多尺度一致特征图；所述深度特征提取单元包括残差块与最大池化层； 所述步骤3中，利用配准参数残差更新当前预测配准参数，利用当前预测配准参数对源图像的多尺度一致特征图进行形变校正，具体为： 将上一次迭代预测配准参数与当前迭代配准参数残差进行矩阵相乘，得到当前预测配准参数，当第一次迭代时，由于并没有上一次迭代的预测配准参数，设上一次迭代配准参数为恒等变换，即不变换； 利用当前预测配准参数对源图像的多尺度一致特征图于不同尺度通道进行同步形变校正，校正过程如式4： 其中，为校正后第尺度源图像一致特征图，表示坐标映射，代表次迭代所预测配准参数，表示第尺度。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。