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！

龙图腾网获悉西安工业大学申请的专利夜视晕光图像高亮度信息的识别与分割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：CN117078723B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310886025.5，技术领域涉及：G06T7/30；该发明授权夜视晕光图像高亮度信息的识别与分割方法是由郭全民;王晗蕾;高嵩;田英侠;杨建华设计研发完成，并于2023-07-19向国家知识产权局提交的专利申请。

本夜视晕光图像高亮度信息的识别与分割方法在说明书摘要公布了：本发明涉及一种夜视晕光图像高亮度信息的识别与分割方法。包括以下步骤：对同步采集的夜间晕光场景的可见光和红外图像进行配准；对配准后的可见光图像的亮度分量Y、红外图像分别求取自适应迭代阈值TYY、TII，提取可见光、红外图像的高亮度信息VHBHB、IHBHB；设计异源语义分割模型获取可见光图像的高亮度晕光信息高亮度有用信息以及红外高亮度有用信息基于设计指纹信息匹配的掩膜关联算法，整合漏识别的信息同时剔除误识别的信息，获取完整、精确的高亮度晕光区αHH、高亮度有用信息αLL和低照度区αBB。本发明解决了现有异源图像融合抗晕光方法未区分高亮度晕光与高亮度有用信息，导致高亮度有用信息被误消除的问题，能够消除潜在的夜间驾驶安全风险。

本发明授权夜视晕光图像高亮度信息的识别与分割方法在权利要求书中公布了：1.夜视晕光图像高亮度信息的识别与分割方法，包括以下步骤： 步骤1、对同时采集的夜间晕光场景的可见光和红外图像进行配准，得到预处理图像； 步骤2、对配准后的可见光图像进行YUV色彩空间变换得到亮度Y、色度U和饱和度V三个分量； 步骤3、对亮度分量Y、配准后的红外图像分别求取自适应迭代阈值TY、TI，提取可见光、红外图像的高亮度信息VHB、IHB； 步骤4、设计异源语义分割模型，识别VHB、IHB，获取可见光图像的高亮度晕光信息可见光高亮度有用信息φVL以及红外高亮度有用信息 步骤5、基于设计指纹信息匹配的掩膜关联算法，整合漏识别的信息同时剔除误识别的信息，获取高亮度晕光区αH、高亮度有用信息区αL和低照度区αB； 所述步骤4中，所述异源语义分割模型的设计，具体包括以下步骤： 步骤4.1、对输入的配准后的可见光和红外图像采用卷积加池化的堆叠操作进行下采样，不断增大感受野同时提取源图像的卷积特征图U； 步骤4.2、采用双线性插值的方式扩充卷积特征图U的尺寸，获取上采样特征图V； 步骤4.3、采用通道注意力模块提取目标的浅层位置信息； 步骤4.4、采用空间注意力模块提取目标的深层语义信息，得到新的卷积特征图U'； 步骤4.5、将新的卷积特征图U'与对应的上采样特征图V进行拼接，并重复多次上采样及特征融合完成可见光和红外图像中高亮度像素的分割，获取可见光图像的高亮度晕光信息可见光高亮度有用信息和红外高亮度有用信息所述步骤5包括以下具体步骤： 步骤5.1、分别以源可见光-红外图像的groundtruth作为标准指纹信息并采用直线段作为基本标记处理单元的游程方式标记连通域； 步骤5.2、以可见光高亮度有用信息红外高亮度有用信息作为对照指纹信息并以连通域为单位，计算标准指纹与对照指纹的匹配度DH； 步骤5.3、依据对照指纹的匹配度DH与匹配阈值τ的关系获取待关联信息：当对照指纹的DH大于阈值τ时，表明对照指纹中的当前连通域为误识别区域，故剔除当前区域不进行后续关联；反之保留当前连通域为待关联区域； 通过指纹信息匹配获取可见光、红外图像第i个连通域的待关联高亮度信息FiVIx,y、FiIRx,y，并重复遍历所有连通域，得到可见光、红外图像待关联的高亮度有用信息FVIx,y、FIRx,y； 其中，分别为对应可见光、红外图像第i个连通域的对照指纹；表示为不同向量值的总个数,和分别对应和上第i个连通域的向量空间； 步骤5.4、整合得到的可见光、红外图像待关联的高亮度有用信息FVIx,y、FIRx,y，获取高亮度晕光区αH、高亮度有用信息αL和低照度区αB αLx,y＝FVIx,y||FIRx,y 其中，Yx,y为可见光亮度分量Y在点x,y处的像素值。

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安工业大学，其通讯地址为：710032 陕西省西安市未央区学府中路2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。