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！

龙图腾网获悉浙江大学申请的专利一种抗抖动的多聚焦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：CN117078572B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310905204.9，技术领域涉及：G06T5/50；该发明授权一种抗抖动的多聚焦图像融合方法是由王宣银;王科心;季佳宇;汤继祥设计研发完成，并于2023-07-24向国家知识产权局提交的专利申请。

本一种抗抖动的多聚焦图像融合方法在说明书摘要公布了：本发明公开了一种抗抖动的多聚焦图像融合方法。方法采用由单应性预校正模块、可变形卷积精校正模块、注意力融合模块和重建模块依次连接组成的多聚焦图像融合算法网络，方法包括获取两张拍摄空间重叠的待融合图像，待融合图像输入到单应性预校正模块中对初始的抖动图像进行位姿粗校正；然后将位姿粗校正后的抖动图像进输入到可变形卷积精校正模块中进行精细配准；最后，使用注意力机制融合模块和图像重建模块对配准后的图像进行高清晰度的融合。本发明利用多聚焦图像融合算法网络图像分别进行了粗校正和精校正，最后进行高清晰度的融合，网络具有处理抖动图像的能力，可以实现抗抖动多聚焦图像的高清晰度融合。

本发明授权一种抗抖动的多聚焦图像融合方法在权利要求书中公布了：1.一种抗抖动的多聚焦图像融合方法，其特征在于，包括以下步骤： S1：获取两张拍摄空间重叠的待融合图像，所述的两张待融合图像中一张为参考图像IA，另一张为初始抖动图像IB0； S2：将参考图像IA和初始抖动图像IB0输入到单应性预校正模块中处理获得与参考图像IA位姿相同的第一抖动图像IB1； S3：将参考图像IA和第一抖动图像IB1输入到可变形卷积精校正模块中处理获得与参考图像IA像素级别配准的第二抖动图像IB2； S4：将参考图像IA和第二抖动图像IB2输入到注意力融合模块中进行融合得到初始融合图像； S5：将初始融合图像输入到重建模块中以对初始融合图像的色彩进行重建优化处理，最后输出色彩重建优化后的目标融合图像，从而实现了初始抖动图像的抗抖动融合； 所述的步骤S5包括以下步骤： S501、将参考图像IA和初始融合图像均输入到重建模块的输入端，参考图像IA和初始融合图像经各自的卷积层后分别获得参考图像IA的原始特征FA和初始融合图像的原始特征； S502、将初始融合图像的原始特征经过残差卷积层后提取出初始融合图像的初始残差特征；将参考图像IA的原始特征FA经过残差卷积层后提取出参考图像IA的初始残差特征； S503：再将S502中获得的初始融合图像的残差特征经过一个卷积层和一个sigmoid函数，得到初始融合图像的目标残差特征； S504：将初始融合图像的目标残差特征和参考图像IA的初始残差特征进行连接，得到目标融合图像； S505：利用损失函数对重建模块的损失进行计算，并利用该损失对重建模块进行更新训练； S506、重复上述步骤S501～步骤S505，直到重建模块的损失小于预设阈值时，重建模块的输出端输出目标融合图像； 所述的步骤S505中的损失函数具体按照以下公式设置： 其中，Lall表示重建模块的损失，LHomo表示单应性预校正模块的损失，M表示参考图像的像素点总数，N为表示batch值即深度学习中的样本总数，n表示像素点的序数，p表示batch值的序数，表示像素点n、batch值为p时实际上重建模块输出的目标图像，Igt表示像素点n、batch值为p时理论上重建模块应输出的图像。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。