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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利一种基于滑模变结构控制的图像融合模型鲁棒性增强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：CN120634883B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202511129562.0，技术领域涉及：G06T5/50；该发明授权一种基于滑模变结构控制的图像融合模型鲁棒性增强方法是由齐彪;聂婷;毕国玲;李强;裴君妍;司国良;张宇;李国宁设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本一种基于滑模变结构控制的图像融合模型鲁棒性增强方法在说明书摘要公布了：本发明涉及一种基于滑模变结构控制的图像融合模型鲁棒性增强方法，涉及图像融合技术领域，以解决现有技术中融合方法鲁棒性差，普适能力低，融合结果容易失真的技术问题。该方法包括以下步骤：获取来自同一场景且已完成图像配准的原始红外图像与原始可见光图像；分解；高频子图融合；低频子图融合；逆变换。本发明的基于滑模变结构控制的图像融合模型鲁棒性增强方法，采用滑模变结构控制作为融合规则调控手段，因其对系统参数变化和外部干扰的不敏感性而被引入图像融合领域，其核心优势包括：对系统不确定性和外部扰动具有强抑制能力，能够实现有限时间收敛，可通过滑模面设计实现不同的控制目标。

本发明授权一种基于滑模变结构控制的图像融合模型鲁棒性增强方法在权利要求书中公布了：1.一种基于滑模变结构控制的图像融合模型鲁棒性增强方法，其特征在于，其中图像融合模型为红外与可见光图像融合模型，包括以下步骤： 第一步，获取来自同一场景且已完成图像配准的原始红外图像与原始可见光图像； 第二步，分解： 基于共现分析剪切波变换分别将第一步获取的原始红外图像与原始可见光图像分解至高频层和低频层； 第三步，高频子图融合： 设计高频滑模面和控制律，指导第二步获得的可见光高频子图和红外高频子图进行融合； 第四步，低频子图融合： 设计低频滑模面和控制律，指导第二步获得的可见光低频子图和红外低频子图进行融合； 第五步，逆变换： 对第三步和第四步分别获得的融合后的高频图像、低频图像进行共现分析剪切波逆变换，重构融合图像； 第三步具体为： Step31，定义高频系数融合滑模面函数： ； 其中，和分别代表红外局部能量和可见光局部能量；和分别代表红外梯度分量和可见光梯度分量；和均是高频系数融合滑模面参数； Step32，设计高频系数融合控制律： ； 其中，为符号函数； Step33，高频系数选择由决定： ； 其中，为高频融合系数，代表红外高频子图，代表可见光高频子图； 第四步具体为： Step41，定义低频系数融合滑模面函数： ； 其中，和分别代表红外低频分量平均值和可见光低频分量平均值；和分别表示红外低频分量方差和可见光低频分量方差；是低频系数融合滑模面参数； Step42，设计低频系数融合控制律： ； 其中，为控制增益，为饱和函数，满足： ； 其中，δ为边界层厚度，为符号函数； Step43，以低频系数融合权重指导低频系数融合： ； 其中，为低频融合系数，代表红外低频子图，代表可见光低频子图。

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中国科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市东南湖大路3888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。