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！

龙图腾网恭喜西安电子科技大学申请的专利一种基于多模式特征的红外与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：CN114639002B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202210244332.9，技术领域涉及：G06V10/80；该发明授权一种基于多模式特征的红外与可见光图像融合方法是由刘向增;高豪杰;苗启广;宋建锋;纪建设计研发完成，并于2022-03-14向国家知识产权局提交的专利申请。

本一种基于多模式特征的红外与可见光图像融合方法在说明书摘要公布了：本发明公开了一种基于多模式特征的红外和可见光图像融合方法，包括：1.提取多模式特征的编码器‑解码器网络，2.使用熵、梯度和显著性对多模式特征进行度量并设计自适应loss函数，3.构建嵌入Transformer融合策略的融合权重学习模型，4.将红外图像的显著性图作为label，加入该label作为融合网络优化的区域选择，5.将所述嵌入Transformer融合策略的融合权重学习模型与编码器解码器级联，构建红外与可见光图像融合网络并训练。该方法利用Transformer捕获多尺度特征的全局关联性，兼顾局部与全局信息，提升融合图像整体视觉效果；利用多模式自适应融合策略，保留图像多模式特征信息，提高融合图像的质量。

本发明授权一种基于多模式特征的红外与可见光图像融合方法在权利要求书中公布了：1.一种基于多模式特征的红外与可见光图像融合方法，其特征在于，包括以下步骤： 步骤1，构建特征提取和图像重构网络，基于多尺度卷积网络，通过loss函数的的引导，优化生成一个多模式特征编码器-解码器网络； 步骤2，通过所述编码器-解码器网络提取红外与可见光多模式特征，使用熵、梯度和显著性对所述多模式特征进行度量，并设计多模式自适应loss函数；所述多模式自适应loss函数包含内容loss，相关性loss和类显著性loss，如公式（4）所示： L fea=L con +λL corr +ρL sil-l（4） 其中，L con为内容loss，L corr为相关性loss，L sil-l为类显著性loss，λ和ρ为超参数，用于平衡三个loss的权重； 内容lossL con增强对特征的融合，如公式（5）所示： （5） 其中，w ir和w vi为自适应权重，，w vi =1-w ir； 相关性lossL corr增强对边缘结构性特征的融合，如公式（6）所示： （6） 其中，为协方差函数，σ为标准差函数； 类显著性lossL sal-l增强对斑块特征的融合，如公式（7）所示： （7） 其中，为红外特征，为可见光特征，为将红外和可见光特征通过融合网络融合后的特征，M ir和M vi为去除特征中噪声的Mask，如公式（8）和（9）所示： （8） （9） 其中，θ为常数； 步骤3，构建嵌入Transformer融合策略的融合权重学习模型，并为所述融合模型的权重赋值；所述的融合权重学习模型结构如下：包含4个Transformer模块，每个Transformer模块由2个1×1卷积层和1个FocalTransformer模块组成；第1个卷积层调整特征通道，FocalTransformer模块结合局部与全局信息对特征进行融合，第2个卷积层增加网络的非线性特性； 步骤4，获取红外图像的显著性图作为label，加入显著性label作为融合网络优化的区域选择； 步骤5，将所述嵌入Transformer融合策略的融合权重学习模型与编码器解码器级联，构建红外与可见光图像融合网络，并采用所述显著性label和多模式loss对所述红外与可见光图像融合网络进行训练。

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电子科技大学，其通讯地址为：710071 陕西省西安市太白南路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”。