恭喜中国矿业大学;燕园智能科技(徐州)有限公司李晓雨获国家专利权
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!
龙图腾网恭喜中国矿业大学;燕园智能科技(徐州)有限公司申请的专利一种红外图像与微波非图像信息融合的语义对齐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:CN119274182B 。
龙图腾网通过国家知识产权局官网在2025-05-02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:202411799726.6,技术领域涉及:G06V20/70;该发明授权一种红外图像与微波非图像信息融合的语义对齐方法是由李晓雨;李永康;成晓涵;宁茂财;高珩杰;李菊;赵作鹏设计研发完成,并于2024-12-09向国家知识产权局提交的专利申请。
本一种红外图像与微波非图像信息融合的语义对齐方法在说明书摘要公布了:本发明公开一种红外图像与微波非图像信息融合的语义对齐方法,包括:采集同一场景下的红外图像和微波非图像信息片段;对采集的红外图像和微波非图像信息进行预处理操作;对红外图像提取空间和语义特征,对微波非图像信息提取频域特征;将红外图像特征和微波非图像特征嵌入到相同的高维语义空间中;计算在语义表示上的相似度;采用匈牙利算法进行全局最优匹配。采用小波变换融合算法对红外图像和微波特征分别进行小波分解,提取不同分辨率下的低频与高频系数。通过构建统一语义表示空间和高效特征融合机制,有效解决红外图像与微波数据在特征表达形式和语义层次上的差异,充分挖掘两种模态的互补信息,提升复杂环境下的目标识别与环境感知能力。
本发明授权一种红外图像与微波非图像信息融合的语义对齐方法在权利要求书中公布了:1.一种红外图像与微波非图像信息融合的语义对齐方法,其特征在于,包括如下步骤:Step1、采集同一场景下的红外图像和微波非图像信息片段;Step2、对Step1中采集的红外图像采用非局部均值去噪和自适应直方图均衡化进行预处理,对微波非图像信息采用自适应维纳滤波和基于对数变换的动态范围压缩加伽马矫正方法进行预处理;Step3、采用卷积神经网络方法对红外图像提取空间和语义特征,采用傅里叶变换方法对微波非图像信息提取频域特征;Step4、构建共享语义空间,使用孪生网络深度学习模型并结合对比学习方法将红外图像特征和微波非图像信息特征嵌入到相同的高维语义空间中;Step5、采用动态加权的余弦相似度计算红外图像特征目标与微波非图像特征在语义表示上的相似度;Step6、根据Step5中相似度计算结果,采用匈牙利算法进行全局最优匹配;Step7、采用小波变换融合算法对红外图像和微波特征分别进行小波分解,提取不同分辨率下的低频与高频系数;采用加权平均方法融合低频系数,采用跨模态注意力机制动态分配权重并结合深度学习的边缘检测模型优化高频特征融合;Step8、对融合图像进行后处理,采用三维块匹配算法对融合图像去噪及利用多尺度金字塔拉普拉斯锐化算法增强图像边缘与细节;Step9、将经过优化后的融合结果保存为高精度单帧图像。
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中国矿业大学;燕园智能科技(徐州)有限公司,其通讯地址为:221000 江苏省徐州市铜山区大学路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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。