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！

龙图腾网恭喜西北农林科技大学申请的专利一种基于自编码器的全线偏振图像融合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：CN115393233B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210878279.8，技术领域涉及：G06T5/40；该发明授权一种基于自编码器的全线偏振图像融合方法是由任文艺;孟建雯;杨婷;赵曼;何天宇;冯扬;于若宁;伍丹;张锐;解迎革设计研发完成，并于2022-07-25向国家知识产权局提交的专利申请。

本一种基于自编码器的全线偏振图像融合方法在说明书摘要公布了：本发明公开了一种基于自编码器的全线偏振图像融合方法，首先对分焦平面偏振传感器获取的不同偏振态图像进行Stokes解算，得到Stokes矢量，利用它们获得线偏振度、线偏振角的映射以形成新的偏振特征图像，并与光强图像组合获得一组新的数据范式，再利用基于卷积神经网络的自编码器从目标的光强信息和偏振特征图像进行特征提取、特征融合，图像重建。本发明能够最大程度降低由材料属性和光照环境引起的偏振模糊，并对各类场景具有鲁棒性，通过自编码器的图像融合方法能够使得特征得以充分的提取并融合，保留并增强目标的偏振信息，提高复杂背景下的目标检测能力。

本发明授权一种基于自编码器的全线偏振图像融合方法在权利要求书中公布了：1.一种基于自编码器的全线偏振图像融合方法，其特征在于，包括以下步骤：步骤1，对由偏振成像技术获取的偏振图像进行Stokes解算，得到4个Stokes参量S0，S1，S2，S3，公式如下： （公式1）并根据偏振图像的Stokes矢量确定线偏振度图像DoLP和线偏振角图像AoLP： （公式2） （公式3）其中，S0表示光强图像，S1表示线性或垂直线偏振分量图像，S2表示45度或135度处的线性偏振分量图像，S3表示光束中右旋或左旋的偏振分量图像，在自然环境中，圆偏振分量很小，可忽略；I0、I45、I90、I135分别表示0°、45°、90°、135°四个偏振方向的出射光强偏振图像，IL和IR分别表示左、右旋圆偏振图像；步骤2，获得线偏振度图像DoLP、线偏振角图像AoLP的映射以形成新的偏振特征图像，将线偏振度图像DoLP、线偏振角图像AoLP的映射分别记为L1、L2：L1＝DoLP·cos2AoLP公式4L2＝DoLP·sin2AoLP公式5；步骤3，利用局部直方图均衡算法对光强图像S0进行局部均衡处理，调整其像素值分布；步骤4，将所述步骤3处理后的光强图像S0、由公式4和公式5获得的偏振特征图像L1和L2，送入预训练好的基于自编码器的图像融合网络，所述图像融合网络包括编码器、融合层、解码器；所述步骤3处理后的光强图像S0、L1和L2分别经过编码器进行特征提取后获得的高维度特征在融合层对应加权，再通过解码器重建生成融合图像；其中所述图像融合网络具体结构为：编码器，即特征提取阶段，使用一个标准卷积层和一个级联密集连接的卷积块组合，分别用于提取粗糙特征和深层特征，得到训练集的源图像的多维特征图；其中，级联密集连接的卷积块由三个卷积层组成，每一层的输出被用作所有后续层的输入；所有的卷积层由卷积核、批量归一层和ReLU激活层组成；网络中所有卷积核的尺寸都相同，均为3X3，自编码器的各个卷积层的维度都是16，其中，最后一个卷积层不包含ReLU层；融合层，融合层的机制是像素加权，不参与网络训练；解码器，即图像重建阶段，该阶段从高层次的特征中恢复出最后的融合结果；解码器由5层卷积层组成，各卷积层的维度分别是64，32，16，8，1。

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北农林科技大学，其通讯地址为：712100 陕西省咸阳市杨凌示范区西农路22号西北农林科技大学理学院；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”。