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！

龙图腾网获悉西安交通大学申请的专利一种红外图像实时拼接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：CN116894861B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310873586.1，技术领域涉及：G06T7/33；该发明授权一种红外图像实时拼接方法是由葛晨阳;邓楷文;姜少敏;郝健雄;周艳辉;姚慧敏设计研发完成，并于2023-07-17向国家知识产权局提交的专利申请。

本一种红外图像实时拼接方法在说明书摘要公布了：一种红外图像实时拼接方法，所述方法包括如下步骤：S100：采用基于深度学习的轻量级特征匹配方法对红外图像进行配准；S200：采用自适应加权融合的方法对配准后的图像进行融合。该方法具有延时短、拼接质量好、支持实时拼接的特点，可广泛应用于环视检测、全景勘探、智能驾驶等领域。

本发明授权一种红外图像实时拼接方法在权利要求书中公布了：1.一种红外图像实时拼接方法，所述方法包括如下步骤： S100：采用基于深度学习的轻量级特征匹配方法对红外图像进行配准； S200：采用自适应加权融合的方法对配准后的图像进行融合； 其中，所述步骤S100中进一步包括： S101：对红外图像进行特征提取得到特征图； S102：通过所得到的特征图密集最近邻搜索，得到红外图像间的粗匹配结果； S103：通过所得到的特征图和所述粗匹配结果，逐级向上对所述粗匹配结果进行优化，得到最终的精确匹配结果； 所述步骤S101进一步包括： S1011：输入的红外图像经过一个由轻量级卷积层堆叠所构成的骨干网络进行特征提取； S1012：将提取后的特征经过自注意力模块进行增强后输出对应的特征图； 所述步骤S102进一步包括：用下采样116的特征图进行粗粒度匹配，得到粗匹配特征点对和粗粒度特征匹配矩阵； 其中，基于深度学习的轻量级红外特征匹配方法的输入数据是待配准的红外图像对，对于输入图像A和图像B，首先通过特征提取网络分别提取下采样12、14、18、116的特征，分别记为level-0，level-1，level-2和level-3，根据level-3中的特征点对逐级向上构建level-2至level-0的特征点接受域，在接受域内对粗粒度变换矩阵进行微调，得到输入图像对的特征点匹配对和细粒度变换矩阵； 所述自注意力模块为基于Transformer的展开-变形-聚合结构；在Unfold阶段将特征图按照Patch进行划分，接着将变换后的特征图送入多头注意力模块进行计算，再通过多层感知机为特征图中每个像素融合全局的语义信息，通过Fold操作将特征尺寸重新变换为经过116下采样后的特征尺寸，再由一个深度可分离卷积和残差分支得到最终的输出特征。

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交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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。