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！

龙图腾网恭喜武汉华中数控股份有限公司申请的专利变场景可调的高动态红外图像压缩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：CN114241065B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202111459761.X，技术领域涉及：G06F16/583；该发明授权变场景可调的高动态红外图像压缩方法及装置是由汪利庆;刘仁军;公志强;彭玲设计研发完成，并于2021-12-02向国家知识产权局提交的专利申请。

本变场景可调的高动态红外图像压缩方法及装置在说明书摘要公布了：本发明提供了一种变场景可调的高动态红外图像压缩方法及装置，该方法包括以下步骤：计算输入的红外图像数据的局部方差矩阵，根据局部方差矩阵对输入的红外图像数据进行导向滤波获得图像的基础层和细节层；对基础层进行全局抛点得到基础层全局抛点后的直方图矩阵；根据局部方差矩阵对基础层全局抛点后的直方图矩阵进行从新映射后得到广义直方图矩阵；利用韦伯定律对广义直方图矩阵进行从新映射后得到新权重数组，利用新权重数组得到基础层压缩图像数据；将基础层压缩图像数据和细节层数据进行加权合并得到压缩后的图像数据。本发明自适应的为纹理复杂区域灰度级分配更多的映射空间，还具备直方图均衡化的特性，避免大场景被过度压制。

本发明授权变场景可调的高动态红外图像压缩方法及装置在权利要求书中公布了：1.一种变场景可调的高动态红外图像压缩方法，其特征在于，包括以下步骤： 计算输入的红外图像数据的局部方差矩阵，根据局部方差矩阵对输入的红外图像数据进行导向滤波获得图像的基础层和细节层；其中，所述计算输入的红外图像数据的局部方差矩阵的公式如下： var＝meanFilterX2-meanFilterX2 公式中，var为局部方差矩阵，meanFilter为均值滤波函数边界取镜像填充； 所述根据局部方差矩阵对输入的红外图像数据进行导向滤波获得图像的基础层和细节层所采用的导向滤波公式为： dist＝a.*src+1-a.*meanFiltersrc a＝var.var+esp 公式中，src为输入的红外图像数据，dist为输出的滤波结果矩阵数据，esp为滤波参数； 对基础层进行全局抛点得到基础层全局抛点后的直方图矩阵，所采用的公式如下： 公式中，hist为基础层直方图矩阵，sHist为基础层全局抛点后的直方图矩阵，llow为抛点阈值； 根据局部方差矩阵对基础层全局抛点后的直方图矩阵进行从新映射后得到广义直方图矩阵，具体包括： ①对局部方差矩阵进行映射，使得映射后的单个像素权重比例在0～1范围内，公式如下： ②计算基础层全局抛点后的直方图矩阵中每个灰度阶平均权重比例，公式如下： ghVari＝meangVar*f ③计算广义直方图，公式如下： gHisti＝minsHist×ghVari+lMean,4×lMean lMean＝wSumeffHSize wSum＝minsumsHist×1-ghVar,sumsHist×ghVar×100-gh10上述各式中，gh为可调参数，调节值范围为0～100，mean为求取矩阵均值，mina,b为取a,b中的较小值，sum为求矩阵和，effHSize为sHist数组中值不为0的个数； 利用韦伯定律对广义直方图矩阵进行从新映射后得到新权重数组，利用新权重数组得到基础层压缩图像数据；其中，所述利用韦伯定律对广义直方图矩阵进行从新映射后得到新权重数组所采用的公式如下： 公式中，sWi为新权重数组的第i灰度阶个权重，wi为权重数组的第i灰度阶个权重，minI为灰度个数不为0的最小灰度阶，cot为有效灰度级个数，ace为可调参数，调节值范围为-12～12； 所述输入的红外图像数据为14位，所述基础层压缩图像数据为8位，则所述利用新权重数组得到基础层压缩图像数据的公式如下： bu8Datai,j＝sW14Datai,jsumW*maxV-minV+minV 公式中，bu8Datai,j为得到的基础层i,j位置8位数据，14Datai,j为原始的基础层i,j位置14位数据，sum为sW数组的累加和，maxV和minV为映射到8位数据的最大值和最小值； 将基础层压缩图像数据和细节层数据进行加权合并得到压缩后的图像数据。

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武汉华中数控股份有限公司，其通讯地址为：430223 湖北省武汉市东湖新技术开发区庙山小区华中科技大学科技园；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”。