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！

龙图腾网获悉昆明理工大学申请的专利基于信息补偿和预测校正的未对齐红外可见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：CN120339091B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510763581.2，技术领域涉及：G06T5/50；该发明授权基于信息补偿和预测校正的未对齐红外可见图像融合方法是由李华锋;都柯颖;张亚飞;谢明鸿设计研发完成，并于2025-06-09向国家知识产权局提交的专利申请。

本基于信息补偿和预测校正的未对齐红外可见图像融合方法在说明书摘要公布了：本发明涉及基于信息补偿和预测校正的未对齐红外可见图像融合方法。本发明包括步骤：将固定图像和偏移图像输入到特征编码器中；将固定特征和偏移特征输入到跨模态信息补偿模块中，实现单模态特征向全模态特征的转变，从而减小固定特征和偏移特征间的模态差异；将模态差异减小后的固定特征和偏移特征输入双变形场预测校正模块中，对偏移特征进行校正；将校正后的特征和固定特征输入融合模块中，实现互补信息的融合，并重构出红外可见光融合图像。本发明能校正红外可见光图像对在空间上的不对齐，并消除融合结果中的伪影和偏移，提升了融合性能。

本发明授权基于信息补偿和预测校正的未对齐红外可见图像融合方法在权利要求书中公布了：1.基于信息补偿和预测校正的未对齐红外可见图像融合方法，其特征在于：所述方法包括： 步骤1、获取用于未对齐红外可见光图像融合的训练数据集，其中固定图像为可见光图像，偏移图像为红外图像； 步骤2、将固定图像和偏移图像输入到特征编码器中，获得固定特征和偏移特征； 步骤3、将固定特征和偏移特征输入到跨模态信息补偿模块中，将这两个单模态特征分别转化为全模态固定特征和全模态偏移特征，用于减小固定特征和偏移特征间的模态差异； 步骤4、将模态差异减小后的固定特征和偏移特征输入双变形场预测校正模块中，对偏移特征进行校正，得到校正特征； 步骤5、将校正特征和固定特征输入特征融合模块中，并重构出红外可见光融合图像； 所述步骤3中，跨模态信息补偿模块的具体操作如下： 固定图像为可见光图像，偏移图像为红外图像，将未对齐的红外图像和可见光图像经过CLIP之后得到特征和，并采用广播机制将和扩展成和，使其与和有相同的尺寸；将和、固定特征和偏移特征经过跨模态补偿、3×3卷积层处理后得到全模态固定特征和全模态偏移特征： ； 所述步骤4包括： 将模态差异减小后的全模态固定特征和全模态偏移特征，及待对齐图像的可见光图像梯度和红外图像梯度分别生成变形场和；变形场和的生成过程用以下公式表示： ； 其中，DFPNet1、DFPNet2为类U-Net网络，DFPNet1、DFPNet2结构相同但参数不同； 将变形场和分别应用于红外图像上，得到校正后的图像；将校正后图像的梯度与的梯度进行拼接，并分别在通道和空间位置上执行全局平均池化和全局最大池化；将池化后的结果相加，并送入Sigmoid激活函数，以获得所有像素在通道和空间位置上的校正权重值；通过广播机制，将通道上的权重值和空间位置上的权重值构成可进行点乘操作的矩阵，并经过矩阵的点乘操作，得到校正和整合变形场的权重矩阵和；经过调整和整合后的校正变形场表示为： ； 将校正变形场与偏移特征经过Warp操作后，得到校正特征。

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昆明理工大学，其通讯地址为：650500 云南省昆明市呈贡区景明南路727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”。