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！

龙图腾网获悉北京理工大学申请的专利基于混合模型的SAR-光学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：CN117314811B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202311374366.0，技术领域涉及：G06T5/50；该发明授权基于混合模型的SAR-光学图像融合方法是由高昆;黄琰珺;王俊伟;陈大羽;闵蕾;洪斌;王大伟设计研发完成，并于2023-10-23向国家知识产权局提交的专利申请。

本基于混合模型的SAR-光学图像融合方法在说明书摘要公布了：本发明公开了基于混合模型的SAR‑光学图像融合方法，包括：获取若干SAR图像和光学图像；将SAR图像和光学图像进行预处理得到第一图像对；获取遥感图像数据；利用遥感图像数据加上噪声得到第一数据集；根据第一数据集对多尺度全局噪声抑制网络进行端到端的训练得到第一模型；将SAR训练图像输入第一模型中得到输出的第一输入图像；根据光学训练图像的灰度通道得到第二输入图像；将第一和第二输入图像组成第二图像对以此组成第二数据集；构建多尺度全局融合模型得到训练后的第二模型。通过实现了SAR图像和光学图像的像素级融合，能够特征提取不明显，避免导致融合结果信息缺失的问题，使得所求得融合图像包含的信息更全面和精确。

本发明授权基于混合模型的SAR-光学图像融合方法在权利要求书中公布了：1.一种基于混合模型的SAR-光学图像融合方法，其特征在于，包括： 获取若干同一地区的SAR图像和光学图像； 将所述SAR图像和所述光学图像进行预处理得到第一图像对；所述第一图像对包括：SAR训练图像和与其对应光学训练图像； 获取遥感图像数据； 利用所述遥感图像数据加上噪声来模拟所述SAR训练图像，得到第一数据集；其中，所述噪声的替代模型表示如下： J＝ηI； J＝I+η-1I； J＝I+K； 其中J为观测图像强度，I为无噪声图像，K＝η-1I为SAR图像的乘性散斑分量，η为随机采样，均值为μ，方差为σ∈[0.55,0.9]； 根据所述第一数据集对多尺度全局噪声抑制网络进行端到端的训练，直至训练终止，得到第一模型； 将至少部分的所述SAR训练图像分批输入所述第一模型中，得到输出的第一输入图像；所述第一输入图像为去噪后的干净SAR图像； 根据至少部分的所述光学训练图像的灰度通道得到第二输入图像； 将所述第一输入图像和所述第二输入图像，按照同样的大小裁剪，同时将内容相同的图像组成第二图像对，以此组成第二数据集； 依次构建图像特征提取结构、特征融合结构和特征重建结构；将所述图像特征提取结构、所述特征融合结构、所述特征重建结构相连接组成SAR-光学图像的多尺度全局融合模型，所述多尺度全局融合模型为第二模型，其中，所述特征融合结构的构建方法包括：基于一路为基于Transformer的融合模块和一路为基于CNN的融合模块，设计得到双支路混合融合结构；其中，所述Transformer的融合模块主要由交叉注意力机制来完成特征间的交互，所述CNN的融合模块利用卷积的局部加权计算能力以及通道间的可拼接特性，完成特征的交互；所述双支路混合融合结构基于全局和局部特征的融合方法，最终将两支路各自融合的特征按照通道进行拼接则得到经过全局和局部特征融合的融合特征图，得到所述特征融合结构； 根据结构相似度损失Ldet和特征相似度损失Lfeat求和得到目标函数Lfuse，根据所述第二数据集和所述目标函数Lfuse训练所述第二模型，直至所述目标函数Lfuse收敛到最小值并不再下降，得到训练后的所述第二模型。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街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”。