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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉佛山大學申請的專利一種基于多尺度亮度感知的偏振圖像融合方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120235775B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510718930.9，技術(shù)領(lǐng)域涉及：G06T5/50；該發(fā)明授權(quán)一種基于多尺度亮度感知的偏振圖像融合方法及系統(tǒng)是由李小松;黃莊釩;鄭伊玫;陳璁;楊麗芳;王玉春設計研發(fā)完成，并于2025-05-30向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于多尺度亮度感知的偏振圖像融合方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于多尺度亮度感知的偏振圖像融合方法及系統(tǒng)，該方法包括：基于斯托克斯矢量法獲取線偏振度圖像和強度圖像；基于亮度動態(tài)權(quán)重生成機制與雙模態(tài)特征交互機制，構(gòu)建多尺度亮度感知偏振圖像融合網(wǎng)絡模型；基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型對線偏振度圖像和強度圖像進行特征融合處理，得到偏振融合圖像。本發(fā)明能夠在復雜亮度的情況下準確提取線偏振度的特殊目標紋理并且保持強度圖像的細節(jié)，提高融合圖像質(zhì)量。本發(fā)明作為一種基于多尺度亮度感知的偏振圖像融合方法及系統(tǒng)，可廣泛應用于圖像融合技術(shù)領(lǐng)域。

本發(fā)明授權(quán)一種基于多尺度亮度感知的偏振圖像融合方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于多尺度亮度感知的偏振圖像融合方法，其特征在于，包括以下步驟： 基于斯托克斯矢量法獲取線偏振度圖像和強度圖像； 基于亮度動態(tài)權(quán)重生成機制與雙模態(tài)特征交互機制，構(gòu)建多尺度亮度感知偏振圖像融合網(wǎng)絡模型； 基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型對線偏振度圖像和強度圖像進行特征融合處理，得到偏振融合圖像，其中包括： 將線偏振度圖像和強度圖像輸入至多尺度亮度感知偏振圖像融合網(wǎng)絡模型； 基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型的拼接模塊，對線偏振度圖像和強度圖像進行拼接處理，得到初步偏振融合圖像； 基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型的紋理融合模塊，對初步偏振融合圖像進行紋理特征信息融合處理，得到紋理特征融合圖像； 基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型的亮度感知模塊，對線偏振度圖像進行亮度感知計算，得到多級亮度權(quán)重； 基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型的編碼器模塊，結(jié)合多級亮度權(quán)重，對紋理特征融合圖像進行編碼處理，得到編碼后的紋理特征融合圖像； 基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型的瓶頸模塊，對編碼后的紋理特征融合圖像進行輕量化處理，得到輕量化后的紋理特征融合圖像； 基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型的解碼器模塊，對編碼后的紋理特征融合圖像與輕量化后的紋理特征融合圖像進行解碼處理，得到解碼后的紋理特征融合圖像； 基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型的卷積模塊，對解碼后的紋理特征融合圖像進行卷積處理，得到卷積后的紋理特征融合圖像； 基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型的亮度增強模塊，對卷積后的紋理特征融合圖像與線偏振度圖像進行亮度增強處理，得到偏振融合圖像； 其中，所述基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型的亮度感知模塊，對線偏振度圖像進行亮度感知計算，得到多級亮度權(quán)重這一步驟，具體包括： 將線偏振度圖像輸入至多尺度亮度感知偏振圖像融合網(wǎng)絡模型的亮度感知模塊； 基于亮度感知模塊的第三雙重卷積層、第三批歸一化層與第三非線性激活函數(shù)，對線偏振度圖像進行亮度感知計算，得到第一級亮度權(quán)重； 基于亮度感知模塊的第一最大池化層，對第一級亮度權(quán)重進行最大池化處理，得到第一池化后的亮度權(quán)重； 基于亮度感知模塊的第四雙重卷積層、第四批歸一化層與第四非線性激活函數(shù)，對第一池化后的亮度權(quán)重進行亮度感知計算，得到第二級亮度權(quán)重； 基于亮度感知模塊的第二最大池化層，對第二級亮度權(quán)重進行最大池化處理，得到第二池化后的亮度權(quán)重； 基于亮度感知模塊的第五雙重卷積層、第五批歸一化層與第五非線性激活函數(shù)，對第二池化后的亮度權(quán)重進行亮度感知計算，得到第三級亮度權(quán)重； 結(jié)合第一級亮度權(quán)重、第二級亮度權(quán)重與第三級亮度權(quán)重，得到多級亮度權(quán)重； 其中，所述基于多尺度亮度感知偏振圖像融合網(wǎng)絡模型的編碼器模塊，結(jié)合多級亮度權(quán)重，對紋理特征融合圖像進行編碼處理，得到編碼后的紋理特征融合圖像這一步驟，具體包括： 將紋理特征融合圖像輸入至多尺度亮度感知偏振圖像融合網(wǎng)絡模型的編碼器模塊； 基于編碼器模塊的第六雙重卷積層與第二卷積注意力機制模塊，對紋理特征融合圖像進行紋理特征提取與校正處理，得到第一校正后的紋理特征圖像； 將第一校正后的紋理特征圖像與第一級亮度權(quán)重進行拼接并通過編碼器模塊的第三最大池化層進行下采樣處理，得到第一編碼后的紋理特征融合圖像； 基于編碼器模塊的第七雙重卷積層與第三卷積注意力機制模塊，對第一編碼后的紋理特征融合圖像進行紋理特征提取與校正處理，得到第二校正后的紋理特征圖像； 將第二校正后的紋理特征圖像與第二級亮度權(quán)重進行拼接并通過編碼器模塊的第四最大池化層進行下采樣處理，得到第二編碼后的紋理特征融合圖像； 基于編碼器模塊的第八雙重卷積層與第四卷積注意力機制模塊，對第二編碼后的紋理特征融合圖像進行紋理特征提取與校正處理，得到第三校正后的紋理特征圖像； 將第三校正后的紋理特征圖像與第三級亮度權(quán)重進行拼接并通過編碼器模塊的第五最大池化層進行下采樣處理，得到第三編碼后的紋理特征融合圖像； 結(jié)合第一編碼后的紋理特征融合圖像、第二編碼后的紋理特征融合圖像與第三編碼后的紋理特征融合圖像，得到編碼后的紋理特征融合圖像。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人佛山大學，其通訊地址為：528011 廣東省佛山市禪城區(qū)江灣一路18號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。