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！

龙图腾网获悉中铁第一勘察设计院集团有限公司申请的专利一种适用于铁路机车车辆闸片闸瓦图像识别的融合算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：CN115330656B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202211070237.8，技术领域涉及：G06T5/50；该发明授权一种适用于铁路机车车辆闸片闸瓦图像识别的融合算法是由胡平;史时喜;侯小祥;周航博;丁子全;严飞;杨树旺;周飞虎设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本一种适用于铁路机车车辆闸片闸瓦图像识别的融合算法在说明书摘要公布了：本发明公开了一种适用于铁路机车车辆闸片闸瓦图像识别的融合算法。现有的图像融合方法难以同时兼顾计算效率和准确性。本发明对采集到的铁路机车车辆闸片闸瓦可见光图像和红外图像分别计算平均梯度模与标准差，作为图像纹理边缘强度与热目标强度指标来计算灰度映射函数权重；通过自适应参数的灰度映射方法增强原始图像，通过结构分解算法提高图像的融合量化指标，增强了可见光图像纹理边缘信息和热目标信息。本发明增强了有用信息，减少融合图片信息损失，并利用结构分解法，实现图片的快速融合；融合后的图像携带信息量大，故融合图像清晰、像素分布特性好，同时兼顾了计算效率和准确性。

本发明授权一种适用于铁路机车车辆闸片闸瓦图像识别的融合算法在权利要求书中公布了：1.一种适用于铁路机车车辆闸片闸瓦图像识别的融合算法，其特征在于：包括如下步骤： 步骤S10：对采集到的铁路机车车辆闸片闸瓦可见光图像和红外图像分别计算平均梯度模GVis、GIR与标准差SVis、SIR； 步骤S20：采用步骤S10的结果，分别作为图像纹理边缘强度与热目标强度指标来计算灰度映射函数权重： 式中，GVis为可见光图像平均梯度模，GIR为红外图像平均梯度模，SVis为可见光图像标准差，SIR为红外图像标准差； c Vis 为可见光图像自适应权重，cIR为红外图像自适应权重，γ为通过两张图像标准差来计算红外图像第一次变换的自适应权重； 步骤S30： 设原始图像为X，定义纹理边缘增强灰度映射函数SX及热目标增强函数gammaX分别为： 步骤S40： 计算灰度映射增强可见光与红外图像 ； 步骤S50： 对步骤S40得到的两张增强图像分别取图像滑动窗口，按照结构分解公式x=l·1+||x-l||·x-l||x-l||将图像滑动窗口x分解为图像均值l、图像信号强度||x-l||以及信号结构x-l||x-l||； 步骤S60： 由步骤S50，设置参数γ1、p，并计算图像均值、图像信号强度以及信号结构的融合参数α、β，计算加权融合图像滑动窗口： βi＝||xi-li||p，i＝1,2；p≥0 ； 步骤S70： 对整张图的滑动窗口进行步骤S60操作，得到各滑动窗口图像均值的相应权重αiα1+α2组成的整张图像基础层成分权重WBi，i=1,2，图像信号强度相应权重max{||x1-l1||,||x2-l2||}×||xi-li||p-1β1+β2组成的图像细节层权重WDi； 步骤S80： 得到图像基层fWBi⊙fXi与图像细节层fWDi⊙Xi-fWDi⊙fXi，其中f·为均值滤波，⊙为逐像素乘积，对可见光图像和红外图像进行加和得到融合图像为： 。

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铁第一勘察设计院集团有限公司，其通讯地址为：710043 陕西省西安市雁塔区西影路二号；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。