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特征热图的红外双波段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：CN115294000B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202210855995.4，技术领域涉及：G06T5/50；该发明授权一种基于特征热图的红外双波段图像融合方法是由李少毅;杨曦;孙扬设计研发完成，并于2022-07-08向国家知识产权局提交的专利申请。

本一种基于特征热图的红外双波段图像融合方法在说明书摘要公布了：本发明涉及一种基于特征热图的红外双波段图像融合方法，通过深度学习检测网络与图像融合网络，利用神经网络算法分类与感知特性得到特征热图与图像融合权重矩阵，得到一种基于特征热图的红外双波段图像融合方法，提高红外探测复杂多变背景下融合图像目标信息，抑制背景环境。本方法通过利用特征热图，改变了原有传统图像融合方法融合时仅能全局融合的特性，使得融合算法可以根据不同需要融合图像中指定区域，同时抑制其余区域的信息，实现图像融合。

本发明授权一种基于特征热图的红外双波段图像融合方法在权利要求书中公布了：1.一种基于特征热图的红外双波段图像融合方法，其特征在于步骤如下： 步骤1：对红外中波、长波图像数据进行配准，保留图像背景重叠部分，将两幅图像裁剪成相同大小，构建融合图像数据集Data＝{Im1,Il1,Im2,Il2,...Imn,Iln}，其中Im1,...,Imn表示n帧中波图像，Il1,...,Iln表示n帧长波图像； 步骤2：将数据集分为两组Datatrain和Datatest，Datatrain图像作为训练集，Datatest作为测试集，对Datatrain数据进行标注，得到标注后的数据作为网络训练的输入； Datalabel＝LabelDatatrain＝{I1,x1,y1,width1,hight1,...,In,xn,yn,widthn,hightn} 步骤3：构建图像融合网络，图像融合网络输入为步骤2训练集中波、长波图像，输出为像素级图像融合方法融合权重矩阵： ω＝FuseIm,IL 其中ω为融合权重矩阵，Fuse为深度学习网络； 检测网络输入为标注后的数据，输出为目标的位置信息； 步骤4：步骤2中的训练集送入图像融合网络进行训练，标注后的数据送入检测网络进行训练，得到训练后的模型； 步骤5：将步骤4得到的预训练模型进行组合，首先，模型的第一帧图像的输入为红外中波、长波图像数据，经过图像融合模型得到融合权重，根据融合权重融合中波、长波图像得到融合图像；其次，将融合后图像作为检测网络输入，经过检测网络，在检测网络的输出层前得到特征图，根据特征图权重融合特征信息得到特征热图；最后，从第二帧开始，将前一帧得到特征热图与当前帧图像的融合权重相乘，得到目标增强后的融合权重，再与当前帧中波、长波图像结合，形成融合图像； 步骤6：根据步骤5所得模型，将步骤2所述测试集中的中波、长波图像分组输入模型，得到融合图像。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；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”。