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！

龙图腾网获悉西安电子科技大学;中国科学院软件研究所申请的专利一种基于多方向梯度滤波的多模态遥感图像融合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：CN115147691B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202210563729.4，技术领域涉及：G06V10/80；该发明授权一种基于多方向梯度滤波的多模态遥感图像融合方法是由梁毅;刘倩;马晓蕊;邢孟道设计研发完成，并于2022-05-23向国家知识产权局提交的专利申请。

本一种基于多方向梯度滤波的多模态遥感图像融合方法在说明书摘要公布了：本发明公开了一种基于多方向梯度滤波的多模态图像融合方法，包括：获取不同模态的源图像并进行拉普拉斯分解，得到拉普拉斯金字塔序列，该序列均包括一个低频层和多个高频层；将低频层代入滤波优化问题中求解，以求解结果为显著层对应计算残差层；其中问题优化目标至少包括滤波前后图像的亮度分布相似性以及滤波后的八方向总梯度；基于目标源图像的显著层计算显著层融合因子，并计算残差层融合因子；基于两种因子进行显著层融合以及残差层融合，并利用两种融合结果得到低频层融合结果；进行高频层融合，并基于高频层融合结果以及低频层融合结果采用拉普拉斯逆变换法进行图像重构，得到多模融合图像。本发明可提高多模态图像融合质量。

本发明授权一种基于多方向梯度滤波的多模态遥感图像融合方法在权利要求书中公布了：1.一种基于多方向梯度滤波的多模态图像融合方法，其特征在于，包括： 获取待进行融合的多张不同模态的源图像，并对每张所述源图像均进行拉普拉斯分解，得到多个拉普拉斯金字塔序列；其中，每个所述拉普拉斯金字塔序列均包括一个低频层和多个高频层； 将每个所述低频层均代入至一滤波优化问题中进行迭代求解，得到该低频层对应的滤波结果，并以该滤波结果为该低频层对应的显著层，计算该低频层对应的残差层；其中，所述滤波优化问题是以滤波效果为优化目标的优化问题，所述优化目标至少包括滤波前后图像的亮度分布相似性以及滤波后的八方向总梯度；具体的，所述滤波优化问题为： 其中，用O表示迭代过程中的滤波图像，Oc表示所述滤波图像的任一像素点c的像素值，该像素点c的坐标为x,y，Ic表示低频层I中坐标同为x,y的像素点的像素值；||·||2表示L2范数； 分别表示左、右、上、下、右上、右下、左上、左下共八个方向的梯度算子；Pc,l、Pc,r、Pc,u、Pc,d、Pc,ru、Pc,rd、Pc,lu、Pc,ld分别为对应的惩罚系数；每个所述惩罚系数均是根据对应的梯度算子进行计算得到的；O*为迭代求解得到的最优解，即所述滤波结果； 基于目标源图像的显著层计算显著层融合因子，并基于各残差层计算残差层融合因子；其中，所述目标源图像为所述多张不同模态的源图像中的红外图像或SAR图像； 基于所述显著层融合因子和所述残差层融合因子对不同模态的源图像分别进行显著层融合以及残差层融合，并利用显著层融合结果和残差层融合结果得到低频层融合结果； 对不同模态的源图像进行高频层融合，并基于高频层融合结果以及所述低频层融合结果采用拉普拉斯逆变换法进行图像重构，得到多模融合图像。

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安电子科技大学;中国科学院软件研究所，其通讯地址为：710071 陕西省西安市太白南路2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”。