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！

龙图腾网获悉佛山大学申请的专利多模态图像融合与去模糊模型及其训练方法和使用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：CN120451004B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510945670.9，技术领域涉及：G06T5/73；该发明授权多模态图像融合与去模糊模型及其训练方法和使用方法是由李小松;黄敬学;陈璁;黄庄钒;方楚盛设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本多模态图像融合与去模糊模型及其训练方法和使用方法在说明书摘要公布了：本申请属于图像处理技术领域，公开了一种多模态图像融合与去模糊模型及其训练方法和使用方法，通过构建一体化的多模态图像融合与去模糊模型，并采用特定的纹理增强和特征交互融合机制，实现了多模态图像融合与去模糊的一体化处理，提高了效率并减少了误差累积，同时增强了可见光图像纹理，具有实现多模态图像融合与去模糊的一体化处理，提高效率并减少误差累积，同时提高图像融合质量的优点。

本发明授权多模态图像融合与去模糊模型及其训练方法和使用方法在权利要求书中公布了：1.一种多模态图像融合与去模糊模型，其特征在于，包括第一输入层、第二输入层、第一编码器、第二编码器、多个可见光纹理增强模块、多个高效特征交互融合模块、解码器和第一输出层； 所述第一输入层和第二输入层分别用于输入待融合且相互配准的可见光图像和红外图像；所述第一编码器和所述第二编码器均为多层编码器，所述解码器为多层解码器；所述第一编码器用于从所述可见光图像中依次提取不同尺度的可见光特征图，所述可见光特征图包括高频可见光特征图和低频可见光特征图；所述第二编码器用于从所述红外图像中依次提取不同尺度的红外特征图，所述红外特征图包括高频红外特征图和低频红外特征图； 各所述可见光纹理增强模块和各所述高效特征交互融合模块均与各个尺度一一对应；在每个尺度下，所述可见光纹理增强模块用于利用对应的所述高频红外特征图对对应的所述高频可见光特征图进行纹理增强处理，得到对应尺度的增强后的高频可见光特征图；在每个尺度下，所述高频红外特征图和低频红外特征图相加，以及所述增强后的高频可见光特征图和所述低频可见光特征图相加后，一同输入对应的所述高效特征交互融合模块进行融合； 所述解码器用于对各所述高效特征交互融合模块的输出融合特征进行逐层上采样和卷积操作，得到最终的融合图像，并从所述第一输出层输出； 所述可见光纹理增强模块包括第三输入层、第四输入层、第一卷积层、LDC层、Sigmoid激活函数层、第二卷积层和第二输出层； 所述第三输入层用于输入高频可见光特征图，所述第四输入层用于输入高频红外特征图，所述第三输入层把所述高频可见光特征图输入所述第一卷积层，所述第四输入层把所述高频红外特征图输入所述LDC层，所述高频可见光特征图与所述高频红外特征图相减后输入所述Sigmoid激活函数层，所述第一卷积层的输出与所述Sigmoid激活函数层的输出相乘后与所述LDC层的输出合并，合并结果输入所述第二卷积层，所述第二卷积层的输出端与所述第二输出层连接； 所述LDC层用于执行以下运算： ； 其中，为所述LDC层的输出中的i,j像素点的像素值，i,j为像素坐标，为普通卷积核，为的i,j号元素，为所述LDC层的输入中的i,j像素点的像素值，为可学习参数，为3×3的全一矩阵，为可学习描述算子，表示卷积操作，表示逐元素相乘。

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佛山大学，其通讯地址为：528225 广东省佛山市南海区狮山镇广云路33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”。