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！

龙图腾网获悉长春理工大学申请的专利一种基于人眼视觉特征的自适应红外图像彩色化方法及系统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：CN119722843B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202411794517.2，技术领域涉及：G06T11/00；该发明授权一种基于人眼视觉特征的自适应红外图像彩色化方法及系统是由詹伟达;王壹淋;韩登;池守鑫;刘大鹍;于国栋;陈宇;韩悦毅设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种基于人眼视觉特征的自适应红外图像彩色化方法及系统在说明书摘要公布了：本发明公开一种基于人眼视觉特征的自适应红外图像彩色化方法及系统，涉及图像处理技术领域，包括以下步骤：准备数据集及自适应化；构建网络模型；训练网络模型；构建最小化复合损失函数；微调模型；保存模型；将最终确定的模型参数进行固化输出为模型文件，然后在将来测试和模型硬件部署时，能够直接调用该模型进行彩色化输出，得到彩色化图像。本发明通过对人眼视觉特征的深度挖掘，应用人眼视觉特征中的重叠原理，引入生成策略，设计生成器，使输出红外图像彩色化结果更加真实，符合人眼视觉观察的局部和整体感受。

本发明授权一种基于人眼视觉特征的自适应红外图像彩色化方法及系统在权利要求书中公布了：1.一种基于人眼视觉特征的自适应红外图像彩色化方法，其特征在于，包括： 步骤1：准备数据集及自适应化：获取红外图像数据集，并对红外图像数据集进行预处理，经过自适应化输出固定尺寸训练集图像；分为训练集一KAIST数据集、训练集二FLIR数据集； 步骤2：构建网络模型：网络模型由两个对抗网络组成，包括最优滑动策略、对抗策略、融合模块、生成器一、生成器二、对比网络、边缘模块和鉴别器；第一个对抗网络由生成器一、生成器二与鉴别器组成；第二个对抗网络由最优滑动策略、对抗策略和融合模块组成； 所述最优滑动策略通过直线l1、l2将整个输入红外图像分为了三部分，直线l1、l2在最优滑动策略中为动态学习移动的，对第n次步长ls的映射距离公式为： 其中，表示程序的第n次计算时的步长，表示程序的第n次计算时的l1长度，lw表示生成器需要输入图像尺寸大小，为常数，设置为256，Yn表示第n次计算时步长在生成器输入图像尺寸上的映射距离，Kn表示第n次计算时最优映射距离，取值为整数，en表示相对第n次计算时最优映射距离与映射距离之间的映射损失， 关注Kn和之间的数量关系，得出Kn的取值为： 其中，k的取值为正整数，en表达式替换为： 所述对抗策略由判断语句组成，用于完成图像一和图像二之间的对抗学习和选择；将输入图像一的图像区域II和图像二的图像区域II分别计算分割损失，分别得到分割损失G1II和分割损失G2II，并对G1II和G2II的大小进行对比，有以下五种结果： 其中，表示对抗策略的输出，表示图像一的图像区域II的分割损失，表示图像二的图像区域II的分割损失，lx为像素长度； 所述融合模块，使用python语言库中的PIL函数完成对分割图像的拼接，对于对抗策略的不同情况输出，有不同的输出结果： 其中，表示融合模块的输出，表示将三个输入进行拼接和尺寸变换； 所述边缘模块中使用Sobel边缘检测算法对图像不同方向的边缘信息进行检测和显示；对彩色化图像和真值图像分别采集x方向和y方向的边缘信息，然后通过加操作进行特征融合，得出边缘信息图，对边缘信息图进行轮廓损失计算； 步骤3，训练网络模型：将步骤1中的红外图像数据集输入到步骤2的网络模型中进行训练； 步骤4，构建最小化复合损失函数：最小化复合损失函数包括对抗损失、像素损失、深度损失、轮廓损失、感知相似性损失、分割损失、总变分损失和滑动损失。

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长春理工大学，其通讯地址为：130012 吉林省长春市卫星路7089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”。