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！

龙图腾网恭喜西北工业大学申请的专利一种基于成像参数优化控制的图像动态获取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：CN119942042B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202510413770.7，技术领域涉及：G06V10/10；该发明授权一种基于成像参数优化控制的图像动态获取方法是由张艳宁;闫庆森;周威宇;王明圆;孙瑾秋;朱宇设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本一种基于成像参数优化控制的图像动态获取方法在说明书摘要公布了：本发明公开了一种基于成像参数优化控制的图像动态获取方法，包括：智能体通过执行当前时刻的成像参数获取当前时刻图像以及上一时刻的融合图像，利用当前时刻图像以及所述融合图像构建当前时刻的状态值；利用特征提取网络对当前时刻的状态值进行特征提取，得到当前时刻的状态特征；基于当前时刻的状态特征，智能体通过与环境交互获取下一时刻的状态特征；设置双价值网络，基于所述策略网络以及下一时刻的状态特征对所述双价值网络进行训练；在双价值网络训练过程的每一次训练后，利用预设损失函数对策略网络进行训练；当双价值网络以及所述策略网络训练好之后，保存训练好的策略网络用于智能体图像动态获取过程中的优化控制。

本发明授权一种基于成像参数优化控制的图像动态获取方法在权利要求书中公布了：1.一种基于成像参数优化控制的图像动态获取方法，其特征在于，包括：智能体通过执行当前时刻的成像参数获取当前时刻图像以及上一时刻的融合图像，利用当前时刻图像以及所述融合图像构建当前时刻的状态值；所述成像参数、状态值分别为当前时刻动作空间、状态空间的取值；利用特征提取网络对当前时刻的状态值进行特征提取，得到当前时刻的状态特征；基于当前时刻的状态特征，智能体利用策略网络通过与环境交互获取下一时刻的状态特征；设置双价值网络，基于所述策略网络以及下一时刻的状态特征对所述双价值网络进行训练；在双价值网络训练过程的每一次训练后，利用预设损失函数对策略网络进行训练；当双价值网络以及所述策略网络训练好之后，保存训练好的策略网络用于智能体图像动态获取过程中的优化控制；所述双价值网络在进行训练时所采用的奖励函数包括基于时空频互补性的度量以及基于熵的度量；在基于时空频互补性的度量中，通过设定阈值和交并操作计算时空域互补性，利用当前时刻图像和对应的历史融合图像的幅度谱、相位分别确定幅度互补性、相位互补性后，加权得到时频域互补性；在基于熵的度量中，确定所述历史融合图像的信息熵；最后将时空域互补性、时频域互补性以及信息熵进行加权组合，得到所述奖励函数；所述奖励函数的构建过程包括：计算时空域互补性CspatialIt,I′f： 其中，图像I为当前时刻图像It或当前时刻的历史融合图像I′f；EI是二值掩码，Ii，j表示图像I在像素位置i，j的像素值，tlow为预设的低阈值，thigh为预设的高阈值；计算时频域互补性CfreIt，I′f：CfreIt，I′f＝λ1·CmagIt，I′f+λ2·ChpaIt，I′f；其中，λ1和λ2为权重系数；CmagIt，I′f为幅度互补性，CphaIt，I′f为相位互补性；则奖励函数R表示为：R＝w1·CspatialIt，I′f+w2·CfreIt，I′f+w3·HI′f；其中，w1、w2、w3为权重系数，HI′f是历史融合图像I′f的信息熵。

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工业大学，其通讯地址为：710068 陕西省西安市碑林区友谊西路127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”。