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！

龙图腾网获悉湖南大学申请的专利基于自监督学习的SAR与可见光图像融合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：CN121258813B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511812937.3，技术领域涉及：G06T5/50；该发明授权基于自监督学习的SAR与可见光图像融合方法及系统是由李树涛;杨璟瑄;刘锦洋;佃仁伟设计研发完成，并于2025-12-04向国家知识产权局提交的专利申请。

本基于自监督学习的SAR与可见光图像融合方法及系统在说明书摘要公布了：本发明公开了一种基于自监督学习的SAR与可见光图像融合方法及系统，本发明方法包括下述步骤：将成对的SAR图像和可见光图像输入基于自监督学习的深度图像融合网络模型以获得融合图像，该模型包括两个特征编码子网络、一个特征融合子网络和一个特征解码子网络，两个特征编码子网络用于提取SAR特征图和可见光特征图，特征融合子网络用于对两种特征图进行梯度特征提取并与原始特征在通道维度上拼接以获得融合特征，并通过特征解码子网络解码获得融合图像。本发明旨在目前用于SAR与可见光图像融合的算法普遍存在对源图像利用率差，融合结果对比度低、纹理细节信息不清晰、视觉表现差的问题。

本发明授权基于自监督学习的SAR与可见光图像融合方法及系统在权利要求书中公布了：1.一种基于自监督学习的SAR与可见光图像融合方法，其特征在于，包括下述步骤：将成对的SAR图像和可见光图像输入基于自监督学习的深度图像融合网络模型以获得融合图像，所述深度图像融合网络模型包括两个特征编码子网络、一个特征融合子网络和一个特征解码子网络，两个特征编码子网络分别用于将SAR图像和可见光图像提取特征得到SAR特征图和可见光特征图，特征融合子网络用于对SAR特征图和可见光特征图进行梯度特征提取并与原始的SAR特征图和可见光特征图在通道维度上拼接以获得融合特征，所述特征解码子网络用于对融合特征进行解码以获得融合图像； 所述特征融合子网络包括两条融合支路、一个梯度特征构建模块F_cons、拼接模块、3×3的卷积和一个非线性激活函数ReLU，两条融合支路均包括一个3×3的卷积以及一个采用拉普拉斯算子提取梯度特征的梯度特征提取模块F_grad，输入特征融合子网络的SAR特征图和可见光特征图分别进入一条融合支路以获得对应的梯度信息和，梯度特征构建模块F_cons结合SAR特征图和可见光特征图、梯度信息和构建两种图像的梯度信息特征图，两种图像的梯度信息特征图和原始的SAR特征图和可见光特征图经过拼接模块在通道维度上进行拼接后再经过3×3的卷积和非线性激活函数ReLU得到融合特征； 所述梯度特征构建模块F_cons结合SAR特征图和可见光特征图、梯度信息和构建两种图像的梯度信息特征图的函数表达式为： ， 其中，为非线性激活函数sigmoid，用于将输出范围限制在[0,1]之间，表示提取可见光特征图中可见光梯度大且对应位置SAR梯度小的部分，表示提取SAR特征图中SAR梯度大且对应位置可见光梯度小的部分。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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。