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基于边窗滤波的多源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：CN115330653B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202210982221.8，技术领域涉及：G06T5/50；该发明授权基于边窗滤波的多源图像融合方法是由宋江鲁奇;杨庆友;周慧鑫;张鑫;李欢;秦翰林;王炳健;王财顺;刘志宇;梅峻溪;张嘉嘉;王珂;罗云麟;滕翔;赖睿设计研发完成，并于2022-08-16向国家知识产权局提交的专利申请。

本基于边窗滤波的多源图像融合方法在说明书摘要公布了：本发明公开了一种基于边窗滤波的多源图像融合方法，本发明利用边窗滤波、稀有度颜色统计联合梯度能量优化的显著性检测方法及多层次融合策略的方法对红外和可见光图像进行融合。具体方法包括：对待融合的红外和可见光图像首先使用边窗滤波分别进行多尺度分解，生成基础层与细节层图像；通过稀有度颜色统计联合梯度能量优化的显著性检测方法生成分别对红外和可见光图像进行显著性检测得到显著图；接着，通过显著性比较以及滤波优化得到融合权重图；其次，使用融合权重指导基础层图像融合得到融合基础层；同时，采用一种多层次融合策略对细节层进行融合；最后，将融合基础层和融合细节层进行重构得到融合后的图像。

本发明授权基于边窗滤波的多源图像融合方法在权利要求书中公布了：1.一种基于边窗滤波的多源图像融合方法，其特征在于，包括如下步骤： 步骤1，输入待融合的多源图像，所述多源图像为在同一场景拍摄的红外图像IIR和可见光图像IVis，IIR和IVis的大小相等； 步骤2，分别对红外图像IIR和可见光图像IVis进行边窗滤波，得到红外基础层图像BIR和可见光基础层图像BVis； 步骤3，使用稀有度颜色统计联合梯度能量优化的显著性检测方法，分别对红外图像IIR和可见光图像IVis进行显著性检测，生成红外显著图UIR和可见光显著图UVis； 具体步骤如下： 第1步，按照下式，计算输入图像I中指定像素Ik的显著性值定义SIk： SIk＝||Ik-I1||+||Ik-I2||+…+||Ik-IN|| 其中，I是输入图像，Ik∈[0,255]，||·||表示颜色值之间的距离，N为输入图像中的像素总数，I1～IN表示第一至第N像素； 第2步，按照下式，计算指定像素Ik的稀有度颜色统计TIk： 其中，NIk是第1步中指定像素Ik的稀有度，σ表示极小值； 第3步，按照下式，计算输入图像的梯度能量GEx,y： 其中，ω是像素x,y的邻域，本发明中窗口半径设为3，Ih,Iv,Ib分别表示水平、垂直和对角线上的梯度特征； 第4步，按照下式，计算输入图像的稀有度颜色统计联合梯度能量优化的复合显著性检测结果： U＝TIk*GEx,y； 分别取输入图像I为红外图像IIR和可见光图像IVis，得到红外显著图UIR和可见光显著图UVis； 步骤4，对红外显著图UIR和可见光显著图UVis进行显著性比较，得到基础层的初始融合权重，并优化得到最终的融合权重和 步骤5，用和指导红外基础层图像BIR和可见光基础层图像BVis融合，生成融合基础层图像FuB； 步骤6，利用图像的梯度特征GC和强度方差IV的混合融合策略对红外细节层和可见光细节层进行融合，得到融合细节层图像FuDi； 步骤7，将融合基础层图像FuB和融合细节层图像FuDi相加得到融合图像FuI。

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”。