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！

龙图腾网获悉西安电子科技大学申请的专利一种基于简化自适应参数脉冲耦合神经网络的快速多模态图像融合方法、系统、设备及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：CN116309530B 。

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：202310382459.1，技术领域涉及：G06T7/00；该发明授权一种基于简化自适应参数脉冲耦合神经网络的快速多模态图像融合方法、系统、设备及介质是由康宇翰;纪建;王锐莹;杨勇;徐贺凯设计研发完成，并于2023-04-11向国家知识产权局提交的专利申请。

本一种基于简化自适应参数脉冲耦合神经网络的快速多模态图像融合方法、系统、设备及介质在说明书摘要公布了：一种基于简化自适应参数脉冲耦合神经网络的快速多模态图像融合方法、系统、设备及介质，方法包括：将彩色图片RGB通道转换为YUV通道，将灰色图片和彩色图片Y通道归一化处理，再用拉普拉斯金字塔分解，得到高通子带与低通子带，高通子带使用SPAPCNN规则进行融合，得到高频图像，低通子带使用MN‑DWRE规则进行融合，得到低频图像，将高频、低频图像使用逆拉普拉斯金字塔进行逆分解，得到融合图像的Y通道，将其与原图片的U、V通道组合，转换为RGB通道，进行标准化处理；系统、设备及介质，用于实现一种基于简化自适应参数脉冲耦合神经网络的快速多模态图像融合方法；本发明具有分解速度快，融合时间短、融合效果好的特点。

本发明授权一种基于简化自适应参数脉冲耦合神经网络的快速多模态图像融合方法、系统、设备及介质在权利要求书中公布了：1.一种基于简化自适应参数脉冲耦合神经网络的快速多模态图像融合方法，其特征在于，包括以下步骤： 步骤1:将原图片中的彩色图片的RGB通道转换为YUV通道，并将彩色图片中的Y通道作为以下步骤的融合图像； 步骤2:将原图片中的灰色图片进行归一化处理，使用拉普拉斯金字塔分解，得到高通子带与低通子带； 将步骤1中得到的Y通道图像进行归一化处理，得到归一化处理之后的Y通道图像，使用拉普拉斯金字塔分解，得到高通子带与低通子带； 所述步骤2的具体过程为： 步骤2.1:将步骤1中得到的Y通道图像使用如下计算式进行下采样，得到图像的高斯金字塔GP: GPi＝DownGPi-1 其中，Down操作为去除每一层图像的偶数行和偶数列； 步骤2.2:将步骤2.1中得到的高斯金字塔GP进行上采样，对高斯金字塔GP求出残差，得到拉普拉斯金字塔LP: 其中，UP操作为上采样，将原图像中位置为x,y的像素映射到目标图像的2x+1,2y+1的位置；表示卷积，K5×5为5×5的内核，内核为： 步骤3:将步骤2得到的高通子带使用简化的自适应参数脉冲耦合神经网络SPAPCNN规则进行融合，得到融合后的高频图像； 所述步骤3的具体过程为： 将步骤2.1中得到的高斯金字塔GP使用简化的自适应参数脉冲耦合神经网络进行融合，计算式如下所示： Fij[n]＝Sij 输入分为两部分：Sij为步骤1中得到的图片的Y通道；Lij为第i,j个神经元，n为迭代次数；Fij[n]为网络的整体输入； 其中，Lij为第i,j个神经元，n为迭代次数； 其中，W是像素点及其8个相邻点的突触权值； 为上次迭代的衰减程度，β为链接强度，Fij[n]1+βLij为Lij和Fij之间的非线性连接；Uij为内部活动水平； Yij为点火状态：当Yij为1即为点火，否则若为0,则为非点火状态； 其中，αe为Eij的指数衰减系数，VE为Eij的振幅； 使用以下计算式动态确定系数αf、β、VE和αe: 其中，S'和Smax分别表示归一化的Otsu阈值和输入图像的最大强度； 步骤4:将通过步骤3得到的低通子带使用多邻域距离加权区域能量方法MN-DWRE规则进行融合，得到融合后的低频图像； 所述步骤4的具体过程为： 步骤4.1:将步骤2.2得到的拉普拉斯金字塔LP使用多邻域距离加权区域能量方法进行融合，计算式如下： 其中，WLEsi,j为加权活动水平，S∈{M1,M2}； W为权重矩阵，使用以下计算式得出： 其中，i,j为矩阵中每个点的坐标； 步骤4.2:计算立体加权活动能量聚焦WAEF,计算式如下： 其中，S∈{M1,M2},m,n为矩阵中的坐标位置，r为聚焦半径； 步骤4.3:计算立体能量SE,计算式如下： 其中，i,j为矩阵中的坐标位置； 步骤4.4使用如下算式得出低频融合结果： 其中，WLEsi,j为加权活动水平，S∈{M1,M2}；LM1i,j、LM2i,j分别为图片M1,M2对应像素点的值；LFi,j为最终融合图像的低通子带对应像素点的取值； 步骤5:对步骤3得到融合后的高频图像与步骤4得到的融合后的低频图像使用逆拉普拉斯金字塔进行逆分解，得到融合图像的Y通道； 步骤6:将步骤1中原图片的U、V通道与步骤5中得到的Y通道组合，转换为RGB通道，并进行标准化处理SDZ,得到一种基于简化自适应参数脉冲耦合神经网络的快速多模态图像融合结果。

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电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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”。