買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西北工業大學申請的專利一種參數智能學習的紅外雙波段圖像像素級融合方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115423729B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210853526.9，技術領域涉及：G06T5/50；該發明授權一種參數智能學習的紅外雙波段圖像像素級融合方法是由李少毅;楊曦;林健;孫揚設計研發完成，并于2022-07-08向國家知識產權局提交的專利申請。

本一種參數智能學習的紅外雙波段圖像像素級融合方法在說明書摘要公布了：本發明涉及一種參數智能學習的紅外雙波段圖像像素級融合方法，通過編碼器?解碼器結構，構建無監督深度學習網絡，利用神經網絡算法分類與感知特性得到自適應融合權重矩陣，結合傳統像素級圖像融合算法，得到一種參數智能學習的紅外雙波段圖像像素級融合方法，解決空戰環境中復雜多變背景下融合權重智能選擇的問題。本方法通過利用無監督深度神經網絡，改變了原有傳統像素級圖像融合方法在不同環境下及背景下需人為設置融合參數的問題，使得算法可以不依賴人為選擇，根據環境背景自主生成融合所需參數，實現圖像融合。

本發明授權一種參數智能學習的紅外雙波段圖像像素級融合方法在權利要求書中公布了：1.一種參數智能學習的紅外雙波段圖像像素級融合方法，其特征在于步驟如下： 步驟1：對內容完全相同的紅外中波、長波圖像數據進行配準，將配準后完全一致的部分留存，其余部分裁剪，得到處理后的中波、長波融合圖像數據集Data＝{Im1,Il1,Im2,Il2,…Imn,Iln}，其中Im表示中波圖像，Il表示長波圖像； 步驟2：將數據集分為兩組Datatrain和Datatest，Datatrain圖像作為訓練樣本，Datatest作為測試樣本； 步驟3：構建深度學習網絡，深度學習網絡輸入為步驟2訓練集的中波、長波圖像，輸出為像素級圖像融合方法融合權重矩陣，其大小與圖像大小相同。融合權重生成公式如下： α＝FuseNetIm,IL 其中α為融合權重矩陣，FuseNet為深度學習網絡； 步驟4：將步驟3的像素級圖像融合權重作為傳統像素級圖像融合方法的融合權重矩陣，將融合權重矩陣與中波圖像的哈達瑪積加上單位矩陣與融合權重矩陣的差與長波圖像的哈達瑪積，得到融合圖像，完成融合模型構建； 融合公式： 其中Ifuse為融合后圖像； 步驟5：以步驟2的訓練數據集對融合模型進行訓練，得到深度學習圖像融合權重模型： modelfuse＝FuseNettrainDatatrain 步驟6：將圖像步驟2的測試集中中波、長波圖像分組輸入步驟5訓練后模型，根據融合圖像融合公式得到融合圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西北工業大學，其通訊地址為：710072 陜西省西安市友誼西路；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。