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！

龙图腾网获悉武汉轻工大学申请的专利一种联合图像配准的图像融合方法、装置及电子介质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：CN119722486B 。

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：202411819178.9，技术领域涉及：G06T5/50；该发明授权一种联合图像配准的图像融合方法、装置及电子介质是由杨志光;樊凡;张灿;李皞设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种联合图像配准的图像融合方法、装置及电子介质在说明书摘要公布了：本申请涉及自动驾驶技术领域，具体地说，本发明涉及一种联合图像配准的图像融合方法、装置及电子设备，属于自动驾驶技术领域。其中，该方法利用深度学习网络构建图像配准融合模型，对未配准的红外可见光图像进行配准与融合，以实现车辆环境快速感知。该模型先对图像进行特征提取，然后对提取的特征信息进行特征匹配与校准，最后通过重构模块获取融合图像。在网络训练阶段，计算融合图像与红外可见光图像的信息损失，基于损失对模型进行训练，得到训练完备的网络模型。本申请通过图像配准融合端到端网络模型，综合利用可见光和红外图像优势快速获取环境信息，使得该模型可应用于车辆环境感知高实时性需求场景。

本发明授权一种联合图像配准的图像融合方法、装置及电子介质在权利要求书中公布了：1.一种联合图像配准的图像融合方法，其特征在于，包括： 基于深度学习网络，构建初始图像配准融合模型，所述初始图像配准融合模型包括依次连接的特征提取模块、特征匹配模块和图像重构模块，所述特征提取模块由若干卷积单元堆叠而成，包括依次连接的十个卷积单元，其中，第一、三和九卷积单元均包括依次连接的卷积层、归一化层和激励层，第二和四卷积单元均包括依次连接的卷积层、归一化层、激励层和最大池化层，第五和七卷积单元均包括依次连接的上采样层、卷积层和激励层，第六和八卷积单元包括均依次连接的拼接层、卷积层、归一化层和激励层，第十卷积单元包括卷积层，第一卷积单元的输出跳跃连接第八卷积单元的输入，第二卷积单元的输出跳跃连接第六卷积单元的输入； 将预设的若干组可见光图像和红外图像输入所述初始图像配准融合模型，得到融合图像； 计算所述融合图像与可见光图像和红外图像的损失，基于所述损失对进行所述初始图像配准融合模型进行训练，得到训练完备的图像配准融合模型； 基于所述训练完备的图像配准融合模型对待测可见光图像和红外图像进行图像融合。

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武汉轻工大学，其通讯地址为：430000 湖北省武汉市汉口常青花园学府南路68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”。