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！

龙图腾网获悉西安理工大学申请的专利基于光场重聚焦特征学习的多聚焦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：CN117079106B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202311039501.6，技术领域涉及：G06V10/86；该发明授权基于光场重聚焦特征学习的多聚焦图像融合方法是由肖照林;鲁世昱;金海燕;李秀秀设计研发完成，并于2023-08-17向国家知识产权局提交的专利申请。

本基于光场重聚焦特征学习的多聚焦图像融合方法在说明书摘要公布了：本发明公开的基于光场重聚焦特征学习的多聚焦图像融合方法，具体为：步骤1，构建出光场训练数据集；步骤2，建立轴向滑动散焦特征提取模块；步骤3，建立一种基于编码‑解码器的级联网络，得到的级联网络中单独取出编码器网络结构并冻结其参数作为特征提取模块，将步骤2中获得的初步融合结果依次作为输入交给特征提取模块，计算出每个位置像素点的清晰度权重大小并选取每个像素位置权重最大值来记录索引，根据索引信息拼接出清晰成像特征图完成预提取过程；步骤4，建立基于多尺度深度学习网络模型并完成训练。该方法能够解决由于光学成像镜头自由度限制以及受离焦扩散效应的影响，多聚焦图像融合结果往往出现离焦模糊特征的问题。

本发明授权基于光场重聚焦特征学习的多聚焦图像融合方法在权利要求书中公布了：1.基于光场重聚焦特征学习的多聚焦图像融合方法，其特征在于，具体为： 步骤1，构建出光场训练数据集； 步骤2，建立一种基于共享权重网络与BlurFeatureAttentionModule结合的轴向滑动散焦特征提取模块，对光场重聚焦数据集进行聚焦和散焦特征的提取与融合训练，得到初步的融合结果； 步骤2具体为： 步骤2.1，设用于训练轴向滑动散焦特征提取模块的原始输入数据为S1，构建轴向滑动散焦特征提取模块，构建的轴向滑动散焦特征提取模块共包含有2个BlurFeatureAttentionModule及6个卷积块；其中6个卷积块分别为Conv1、Conv2、Conv3、Conv4、Conv5、Conv6； 步骤2.2，根据轴向滑动散焦特征提取模块窗口大小的不同，按照光场重聚焦数据集、COCO2017数据集、显微数据集、验证集6：1：1：2比例，训练对应相同窗口大小的轴向滑动散焦特征提取模块； 步骤2.3，选取焦面数量大于等于轴向滑动散焦特征提取模块窗口大小的光场重聚焦数据集作为输入，以窗口大小为2，设置光场重聚焦数据集大小为N，将所有光场重聚焦数据集按照窗口大小分组，若N不能整除窗口大小，则使用除余后的数据集和顺序相邻的数据集进行补齐，直至等于窗口大小数，得到⌈N2⌉组数据集，将其交给由步骤2.2训练完成后得到的轴向滑动散焦特征提取模块，得到初步融合结果； 步骤3，建立一种基于编码-解码器的级联网络，得到的级联网络中单独取出编码器网络结构并冻结其参数作为特征提取模块，将步骤2中获得的初步融合结果依次作为输入交给特征提取模块，计算出每个位置像素点的清晰度权重大小并选取每个像素位置权重最大值来记录索引，根据索引信息拼接出清晰成像特征图Ŵ完成预提取过程；步骤4，建立基于多尺度深度学习网络模型并完成训练； 步骤4中，构建的基于多尺度深度学习网络模型，共包含8个涨点卷积块、6个残差-涨点卷积结构块、2个转置卷积层、2个FeatureAttentionModule、2个AFF模块、2个SCM模块。

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理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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”。