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！

龙图腾网获悉重庆邮电大学申请的专利一种基于红外与可见光图像模态差异的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：CN116309219B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310229054.4，技术领域涉及：G06T5/50；该发明授权一种基于红外与可见光图像模态差异的图像融合方法是由肖斌;胡超设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本一种基于红外与可见光图像模态差异的图像融合方法在说明书摘要公布了：本发明请求保护一种基于红外与可见光图像模态差异的图像融合方法，其包括以下两个阶段：第一阶段为训练阶段，该阶段使用单一自然图像预训练的方式训练网络对图像高低频特征的分离和提取及从高低频组合特征中重构图像的能力；训练阶段，包括三个阶段：特征提取阶段、特征组合阶段和重构阶段；第二阶段为测试阶段，在测试阶段，图像处理网络结构也包括三个主要阶段：频率分解阶段、阶特征融合阶段和重建阶段；在测试阶段生成最终的融合图像。本发明根据两幅图像不同模态带来的特征，提取两幅图像的有用信息，在过滤冗余甚至无用信息的同时，提高了有价值信息的利用率。

本发明授权一种基于红外与可见光图像模态差异的图像融合方法在权利要求书中公布了：1.一种基于红外与可见光图像模态差异的图像融合方法，其特征在于，包括以下两个阶段： 第一阶段为训练阶段，该阶段使用单一自然图像预训练的方式训练网络对图像高低频特征的分离和提取及从高低频组合特征中重构图像的能力；训练阶段，包括三个阶段：特征提取阶段、特征组合阶段和重构阶段；特征提取阶段用于训练网络对图像高低频特征的分离和提取能力；特征组合阶段用于组合的得到的同一张图像的高低频特征；重构阶段用于训练网络从高低频组合特征中重构图像的能力； 第二阶段为测试阶段，在测试阶段，图像处理网络结构也包括三个主要阶段：频率分解阶段、特征融合阶段和重建阶段；在测试阶段生成最终的融合图像，频率分解阶段用于有区分性的针对红外与可见光图像模态特征做特征的分离和提取；特征融合阶段用于有选择性的融合红外图像的低频特征和可见光图像的高频特征；重建阶段用于根据组合的红外与可见光图像的高低频特征生成最终的融合图像； 所述训练阶段中的特征提取阶段具体包括以下步骤： S1、首先，对每个输入图像进行两个独立的常规卷积运算；对于每个输入图像X，将得到两组特征图；然后对其中一组特征图进行平均池化操作，将平滑图像并过滤高频噪声； S2、然后，将两组特征发送到倍频卷积层中；倍频卷积的作用是在实现有效的频率间通信的同时，处理其相应频率张量中的低频和高频信息；让YH，YL分别表示输出的分解的特征；然后，从到Y＝{YH,YL}的转换存在两种通信方法；频内交互是指相同维度特征之间的卷积，频间交互是指高频特征和低频特征之间的转换；首先，高频特征XH通过平均池化降维然后在经过卷积后将该特征合并到低频特征中；低频特征XL通过双线性插值上采样，在经过卷积后将其合并到高频特征中； S3、在倍频卷积层之后，得到了Y＝{YH,YL}；然后，对得到的两组特征Y＝{YH,YL}施加一组常规卷积；为了使得高频率特征和低频率特征能够在同一纬度进行拼接，将低频率特征插值到与高频率特征相同的大小；最后，对于每张源图像，将从源图像得到分解的高低频特征Z＝{ZH,ZL}； 所述步骤S1的整个过程可以表示为： XH＝fX；WH→H3-1 XL＝poolingfX；WH→L3-2 其中，fX；W表示使用卷积核参数W进行卷积，poolingX表示使用卷积核大小为2×2和步长为2的平均池化操作，XH，XL分别表示公式3-1、3-2所示操作系列得到的结果； 所述步骤S2的倍频卷积的整个过程可以表示为： YH＝fXH；WH→H+upsamplefXL；WL→H3-3 YL＝fXL；WL→L+poolingfXH；WH→L3-4 其中，upsampleX；W是通过双线性插值以2倍的因数进行上采样操作；倍频卷积直接在分解的张量上运行； 所述步骤S3的整个操作过程可以表示为： ZH＝fYH；WH→H3-5 ZL＝upsamplefYL；WL→L3-6 所述训练阶段的特征组合阶段具体包括： 在经过特征提取网络后，通过拼接得到的同一输入图像的高低频特征Z＝{ZH,ZL}用于重构输入图像； 所述训练阶段的重构阶段具体包括： 在获得输入图像的低频率特征和高频率特征的组合特征之后，需要将组合后的高低频特征重构回输入图像，以训练其从组合的高低频特征中获取重构原始输入图像的能力；重构网络由四个连续的卷积单元组成，负责将组合特征重构为输入图像。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。