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！

龙图腾网获悉南京信息工程大学申请的专利基于特征块分割分离的红外和可见光图像融合方法、系统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：CN116757980B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310696821.2，技术领域涉及：G06T5/50；该发明授权基于特征块分割分离的红外和可见光图像融合方法、系统是由孙乐;李宇航设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本基于特征块分割分离的红外和可见光图像融合方法、系统在说明书摘要公布了：本发明公开了基于特征块分割分离的红外和可见光图像融合方法、系统，该方法包括：根据红外和可见光成像特点设计两种图像增强方式，并使用SIFT算法快速分离出主次特征块；设计一个能够根据特征信息量自适应调节网络输出的融合网络，并对融合网络进行主要特征和次要特征的多任务训练，使得网络能够服务于两种任务；对融合后的主次特征块图像块进行拼接操作，通过柏松融合消除拼接细缝，获得显著特征突出的红外和可见光融合图像。本发明对主要特征图像融合块和次要特征图像融合块的融合结果表现出显著特征区域明显的特点，能够提升后续处理算法的效率和精度，使得本发明较最先进的融合算法表现出更为出色的结果可读性。

本发明授权基于特征块分割分离的红外和可见光图像融合方法、系统在权利要求书中公布了：1.基于特征块分割分离的红外和可见光图像融合方法，包括： S1、根据红外和可见光成像特点设计两种图像增强方式，并使用SIFT算法快速分离，得到主要特征块和次要特征块；具体为： S101、对红外图像进行图像增强的具体内容为： 使用边缘检测算法对红外图像进行图像增强；使用高斯滤波器对红外图像中的潜在噪声进行过滤，具体步骤为： 其中，Gx,y表示高斯函数，σ表示高斯滤波器的标准差； 使用Sobel算子计算红外图像中每个像素的梯度幅值和方向，具体公式为： 其中，Gx和Gy分别表示水平和垂直方向上的梯度值，I表示输入图像； 通过抑制非极大值，在红外图像中寻找局部梯度最大值的位置，并将其视为潜在边缘，具体抑制公式为： 其中，Δx和Δy表示梯度方向； 将梯度幅值分为两个阈值，确定需要的边缘，具体公式为： IfGxy≥Ththepointisastrongedgepoint IfTl≤GxyThthepointisaweakedgepoint IfGxyTlthepointisanonedgepoint 其中，Th＝0.2Gmax，Tl＝0.1Gmax，Gmax为梯度幅值的最大值； 对可见光图像进行图像增强的具体内容为： 利用二维傅里叶变换，将可见光图像转换到频域；将频域中零频率分量移到频谱的中心，并计算幅值谱，具体公式为： fmp＝20·log10|f| 其中，f表示转换到频域的图像，fmp表示幅值谱； 对幅值谱进行高通滤波，保留高频信息，具体公式为： fhp＝fmp·Hu,v 其中，Hu,v表示高通滤波器的传递函数，fhp表示保留高频信息的图像； 对滤波后的图像进行反傅里叶变换，再进行阈值处理得到最终的可见光图像预处理，阈值处理的具体公式为： 其中，FFT表示快速傅里叶变换函数，Ivis表示输出可见光图像； S102、利用SIFT算法分别对经过预处理后的红外和可见光图像进行特征点的标注； S103、根据标注后图像上的特征点的分布将图像分割为主要特征块和次要特征块；具体为： 将特征点密集分布的区域视为主要特征区域，对该区域内的特征点进行分簇操作；使用大小可调整的移动窗口遍历图像，当窗口内特征点大于或等于阈值时，对该特征点进行分割作为主要特征块Qi，阈值的计算公式为： 其中，η为阈值，h和w为图像的高和宽； 重复遍历多次，直到窗口内无法包含更多的特征点；此时，分割后的原始图像剩下的区域为次要特征块； S2、在融合网络中并行融合主要特征块和次要特征块中的空间信息和纹理细节信息，得到主要特征图像融合块和次要特征图像融合块，并采用多任务的方式对两种图像融合块进行训练； S3、利用柏松融合对训练后的主要特征图像融合块和次要特征图像融合块进行拼接并消除拼接细缝，获得显著特征突出的红外和可见光融合图像。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。