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！

龙图腾网获悉北京理工大学申请的专利基于边缘梯度互信息的异源图像融合变焦失配调整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：CN115760601B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202211377810.X，技术领域涉及：G06T5/80；该发明授权基于边缘梯度互信息的异源图像融合变焦失配调整方法是由金伟其;陈洁玲;李力;刘志豪;王霞设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本基于边缘梯度互信息的异源图像融合变焦失配调整方法在说明书摘要公布了：本发明公开一种基于边缘梯度互信息的异源图像融合变焦失配调整方法，属于异源图像融合领域。本发明通过对经过预处理后的异源输入图像进行边缘提取，对异源边缘灰度图像进行归一化互信息统计，再对边缘图像进行梯度加权统计，并将其作为边缘归一化互信息的加权，以边缘梯度互信息作为异源视场匹配情况的评价指标；采用优化搜索方向改变策略改进的爬山搜索方法，以邻近三幅图作为判据，搜索评价指标的最大值，即最匹配位置，解决连续变焦异源融合成像系统的视场微小失配问题。本发明提升异源图像的灰度相关性，构造对微小的视场变化灵敏的梯度加权，增强评价指标的单峰性和灵敏度；本发明能够有效抑制局部极值的影响，提高变焦配准精度。

本发明授权基于边缘梯度互信息的异源图像融合变焦失配调整方法在权利要求书中公布了：1.基于边缘梯度互信息的异源图像融合变焦失配调整方法，其特征在于：对经过预处理后的异源输入图像进行边缘提取，对异源边缘灰度图像进行归一化互信息统计，再对边缘图像进行梯度加权统计，并将其作为边缘归一化互信息的加权，以边缘梯度互信息作为异源视场匹配情况的评价指标；采用优化搜索方向改变策略改进的爬山搜索方法，以邻近三幅图作为判据，搜索评价指标的最大值，即最匹配位置，包括如下步骤： 步骤一异源图像对的输入和预处理； 当异源图像之间存在差异时，进行预处理操作，包括：图像灰度化、图像插值操作和图像压缩； 步骤二确定图像的梯度向量和边缘提取； 步骤2.1确定异源图像每个像素点的梯度； 步骤2.2通过约束梯度分别对异源图像进行边缘提取，突出共同的边缘特征，约束梯度如式1所示； 其中，Ix,y为异源灰度图像，Ex,y为异源边缘图像，为异源图像梯度的大小，x和y分别为异源图像像素点的横坐标和纵坐标，μ为异源图像梯度的平均值；σ为图像梯度的标准方差；a为标准方差的系数； 步骤三边缘归一化互信息统计； 对异源图像的边缘图像进行归一化互信息的统计，统计异源图像间的灰度相关性如式2所示： 其中，ENMIEA,EB为异源图像的边缘归一化互信息，HEA、HEB分别为异源图像A、异源图像B的边缘图像的信息熵，HEA，EB为异源图像A和B的边缘图像的联合信息熵，EA、EB分别为异源图像A和B的边缘图像； 步骤四梯度加权统计； 步骤4.1确定异源图像的边缘图像的每个像素点的梯度大小相关性： 以异源图像的边缘图像的每个像素点梯度的占比作为系数，分别与对方的梯度相乘，如式3所示： 其中，MEA，EB为异源图像A和B的边缘图像的梯度大小相关性，和分别为异源图像A的边缘图像和异源图像B的边缘图像每个像素点的梯度大小值； 当两者值相差大时，值小的梯度将获得更多占比；当两者相差小的时候，两者都能被综合考虑； 步骤4.2确定异源图像的边缘图像每个像素点的梯度方向相关性，如式4所示： 其中，Wα为异源图像A和B的边缘图像的梯度方向相关性，α为异源边缘图像每个像素点梯度的夹角，和分别为异源图像A的边缘图像和异源图像B的边缘图像每个像素点的梯度矢量； 步骤4.3综合考虑梯度的大小和方向，直接确定异源图像的边缘图像的梯度加权值，得到梯度加权GEA,EB，如式5所示： 步骤五边缘梯度互信息值统计； 对异源图像的边缘图像，采用将边缘图像的梯度信息作为边缘归一化互信息的加权，得到边缘梯度互信息值，如式6所示，实现梯度和灰度信息的融合； EGNMIEA,EB＝GEA,EB×ENMIEA,EB6 其中，EGNMIEA,EB为异源边缘图像EA和EB的边缘梯度互信息，ENMIEA,EB是异源边缘图像EA和EB的归一化互信息；GEA,EB是边缘梯度加权； 步骤六搜索最佳匹配位置； 基于优化搜索方向改变策略的爬山搜索方法，以邻近三幅异源图像作为判据，搜索评价指标边缘梯度互信息的最大值，即异源视场的最佳匹配位置，具体包括以下子步骤： 步骤6.1采集异源图像和统计边缘梯度互信息值： 指定搜索步长step和搜索方向，并连续采集三对异源图像，统计三对异源图像的边缘梯度互信息值，三对异源图像的边缘梯度互信息值分别为F1、F2和F3； 步骤6.2比较评价指标值并决定搜索方向： 当F1F2F3时，搜索方向正确，保持搜索方向不变继续搜索；当F1F2F3时，出现极小值点，建议继续沿搜索方向搜索，观察后续曲线走向；当F1F2F3时，搜索方向错误，调转搜索方向并继续搜索； 步骤6.3判断伪峰点并决定搜索方向和搜索步长： 当F1F2F3时，出现峰点，为避免伪峰点，继续以搜索步长step沿搜索方向采集一幅异源图像，并确定边缘梯度互信息值F4； 当F3F4时，调转搜索方向，并将搜索步长step改为step2，继续搜索； 当F3F4时，判定峰点为伪峰点，避开伪峰点，继续保持搜索方向； 步骤6.4变焦结束； 当搜索步长小于阈值δ，则认为当前峰点便是最佳变焦位置，所对应的即为视场最佳匹配位置； 步骤七确认驱动镜头的最佳变焦位置，完成视场误差校正。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。