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！

龙图腾网获悉国网山东省电力公司电力科学研究院申请的专利一种考虑模态差异的红外与可见光图像配准方法及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：CN115578428B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211282394.5，技术领域涉及：G06T7/33；该发明授权一种考虑模态差异的红外与可见光图像配准方法及系统是由林颖;张峰达;李壮壮;刘萌;郑文杰;杨祎;乔木;李杰;刘辉;李程启;张围围;李娜;孙艺玮;辜超;龚小谨设计研发完成，并于2022-10-19向国家知识产权局提交的专利申请。

本一种考虑模态差异的红外与可见光图像配准方法及系统在说明书摘要公布了：本发明属于图像处理技术领域，提供了一种考虑模态差异的红外与可见光图像配准方法及系统，先将红外图像与可见光图像映射为辐射不变的图像，进行红外图像与可见光图像预处理，降低两张图像模态差异，在此基础上，对获取的辐射不变图局部特征计算；然后利用渐进一致采样算法实现红外图像与可见光图像的配准；通过将红外图像与可见光图像映射为辐射不变的图像，避免了存在较大非线性像素差异的两个模态图像进行局部特征计算及匹配时，失去有效的匹配的问题，配准结果更为准确，实现了红外图像和可见光图像更为有效的匹配。

本发明授权一种考虑模态差异的红外与可见光图像配准方法及系统在权利要求书中公布了：1.一种考虑模态差异的红外与可见光图像配准方法，其特征在于，包括： 获取红外图像与可见光图像； 将红外图像与可见光图像映射为辐射不变的图像； 对辐射不变的图像进行局部特征计算和局部点匹配，得到匹配的特征点对； 利用深度自注意力学习网络，对辐射不变的图像进行局部特征计算和局部点匹配，得到匹配的特征点对； 将辐射不变的图像输入深度自注意力学习网络，局部特征卷积神经网络提取两个粗略特征图，尺寸为原始图像大小的18，以及两个精细特征图，尺寸为原始图像大小的12； 将粗略特征图展平为一维向量并使用位置信息进行编码；一维特征向量经过一个自注意力层和一个交叉注意力层，分别捕获图像内和图像之间的全局上下文以增强特征；进一步输入匹配模块以获得粗略匹配； 所述匹配模块通过双Softmax算子实现，计算匹配置信度矩阵，以置信度选择匹配项；将在粗略特征图上获得的匹配细化为具有亚像素精度的精细匹配； 根据匹配的特征点对在红外图像与可见光图像中的像素坐标，利用渐进一致采样算法，得到红外图像到可见光图像的变换参数； 根据所述变换参数，将红外图像的坐标变换到可见光图像坐标系下，实现红外图像与可见光图像的配准。

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国网山东省电力公司电力科学研究院，其通讯地址为：250003 山东省济南市市中区望岳路2000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。