西北工业大学李少毅获国家专利权
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!
龙图腾网获悉西北工业大学申请的专利一种基于自注意力和空-频域交叉融合的红外双波段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:CN119784606B 。
龙图腾网通过国家知识产权局官网在2025-09-23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:202411941243.5,技术领域涉及:G06T5/50;该发明授权一种基于自注意力和空-频域交叉融合的红外双波段图像融合方法是由李少毅;李雨松;杨曦;岳晓奎设计研发完成,并于2024-12-26向国家知识产权局提交的专利申请。
本一种基于自注意力和空-频域交叉融合的红外双波段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自注意力和空‑频域交叉融合的红外双波段图像融合方法,属于红外图像融合技术领域。该方法主要基于高效选择性状态空间模型Mamba,结合经典的卷积神经网络和自注意力机制,并通过空‑频域特征交互,分别构建融合模型的特征提取部分、特征融合部分、图像重构部分。本发明有效增强了融合图像中的弱小目标信息,同时抑制了背景杂波干扰,实现红外双波段图像融合。结合附图对本发明的具体实施方法进行进一步的描述。
本发明授权一种基于自注意力和空-频域交叉融合的红外双波段图像融合方法在权利要求书中公布了:1.一种基于自注意力和空-频域交叉融合的红外双波段图像融合方法,其特征在于,包括以下步骤: S1,获取中波图像和长波图像; S2,长波图像和中波图像分别依次通过图像块嵌入和若干级CSA-Mamba处理,分别获得长波图像特征和中波图像特征;所述CSA-Mamba包括串联的Conv-Mamba模块和CSA模块,Conv-Mamba模块的输入为CSA-Mamba的输入,Conv-Mamba的输入和输出加和后作为CSA模块的输入,CSA模块的输出和CSA模块的输入加和后作为CSA-Mamba的输出; S3,长波图像特征和中波图像特征共同输入至特征融合模块中,所述特征融合模块由若干级空-频域交叉融合模块组成,长波图像特征和中波图像特征经过若干次融合后,输出融合特征; S3中,所述空-频域交叉融合模块中,中波图像特征和长波图像特征分别通过Mamba块处理,分别获得中波图像过程特征一和长波图像过程特征二;中波图像特征和长波图像特征通过频域融合模块处理得到频域融合特征,频域融合特征与中波图像特征、长波图像特征进行逐元素相减操作得到中波差异特征和长波差异特征,中波差异特征和长波差异特征分别通过Mamba块处理后,分别获得中波图像过程特征二和中波图像过程特征三,中波图像过程特征二、长波图像过程特征一以及中波图像特征加和后获得中波混合模态特征;长波图像过程特征二、中波图像过程特征一以及长波图像特征加和后获得长波混合模态特征,中波混合模态特征和长波混合模态特征通过特征拼接后得到融合特征; 中波图像特征和长波图像特征频域在频域融合模块中,首先通过二维快速傅里叶变换得到幅值分量和相位分量,沿通道维度将中波图像特征的幅值分量和长波图像特征的幅值分量拼接,得到幅值拼接特征;将长波图像特征的相位分量和长波图像特征的相位分量拼接,得到相位拼接特征;将幅值拼接特征和相位拼接特征分别通过卷积操作和ReLU激活函数整合后,采用2D-IFFT处理,通过通道混洗后,得到频域融合特征; S4,融合特征经若干级CSA-Mamba模块处理后,再通过逆块嵌入,获得重构图像,为融合图像。
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北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励