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！

龙图腾网获悉西北大学申请的专利一种针对复杂照明环境下的红外可见光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：CN119784603B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411847116.9，技术领域涉及：G06T5/50；该发明授权一种针对复杂照明环境下的红外可见光图像融合方法是由彭进业;陈宇;王珺;彭盛霖;刘璐;张晓丹;汪霖;赵万青设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种针对复杂照明环境下的红外可见光图像融合方法在说明书摘要公布了：本发明提供一种针对复杂照明环境下的红外可见光图像融合方法，方法包括：分别获取多种场景下配准后的多对红外图像和可见光图像形成训练图像子集，以得到训练数据集，并将训练数据集利用场景感知网络进行标识；将标识为夜间场景的训练图像子集输入到掩膜建模算法，以生成指导网络训练的掩膜；构建分层式红外可见光图像融合网络；构建损失函数指导分层式红外可见光图像融合网络训练。根据本发明通过用场景感知网络和掩码建模算法构造融合损失，以适应不同光照场景；还通过设计梯度增强模块在特征层面增强混合模态中的纹理信息；本发明还通过在深度语义层面引入多尺度语义交互模块有效利用双模态特征中的语义信息。

本发明授权一种针对复杂照明环境下的红外可见光图像融合方法在权利要求书中公布了：1.一种针对复杂照明环境下的红外可见光图像融合方法，其特征在于，包括以下步骤： S1：分别获取多种场景下配准后的多对红外图像和可见光图像形成训练图像子集，以得到训练数据集，并将训练数据集利用场景感知网络进行标识； S2：将标识为夜间场景的训练图像子集输入到掩膜建模算法，以生成指导网络训练的掩膜； S3：构建分层式红外可见光图像融合网络； S4：根据场景感知网络和掩膜建模算法来构造全局强度和局部强度损失函数，以指导分层式红外可见光图像融合网络训练； 所述分层式红外可见光图像融合网络包括：浅层特征融合层，中层梯度增强层和深层语义交互层；所述浅层特征融合层包含特征复用提取模块；所述中层梯度增强层包含梯度增强模块；所述深层语义交互层包含多尺度语义交互模块； 所述构建分层式红外可见光图像融合网络为： 将训练数据集的红外图像和可见光图像输入网络模型的编码器提取特征，分别提取i层的特征，在浅层特征融合层的红外图像和可见光图像的特征在通道维度上串联后输入到特征复用提取模块，进行进一步的特征提取和复用； 在中层梯度增强层的梯度增强模块用于在混合特征层面增强梯度纹理特征，将红外图像和可见光图像特征在通道维度串联； 在深层语义交互层的基于多尺度交叉注意力的多尺度语义交互模块用于集成深层特征； 将每层特征输入解码器，与前一层的特征依次在通道维度串联起来，恢复到融合图像。

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大学，其通讯地址为：710000 陕西省西安市太白北路229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。