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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于频域高阶交互的红外-可见光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：CN120563337B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202510680654.1，技术领域涉及：G06T5/50；该发明授权一种基于频域高阶交互的红外-可见光图像融合方法是由傅允湛;章宇鑫;孙逸飞;葛瑞泉;贾刚勇;王昌淼设计研发完成，并于2025-05-26向国家知识产权局提交的专利申请。

本一种基于频域高阶交互的红外-可见光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频域高阶交互的红外‑可见光图像融合方法，获取红外图像和可见光图像；通过交叉中心差分卷积算子分别提取红外图像和可见光图像的初始特征，并输入至FDB模块得到频域初级特征，同时将红外图像的初始特征输入ATB模块得到权重矩阵；使用哈达玛积处理得到可见光频域特征，红外图像的初始特征通过卷积在权重矩阵引导下逐步细化得到红外频域特征；将得到的可见光与红外频域特征输入通道交互模块，得到初级可见光特征；将初级可见光特征输出与红外图像的初始特征聚合后输出作为下一层的FDB模块的输入，迭代上述过程，输出最终的融合特征。该方法用于生成具有细腻纹理、更高对比度、更好符合人类视觉感知的融合图像。

本发明授权一种基于频域高阶交互的红外-可见光图像融合方法在权利要求书中公布了：1.一种基于频域高阶交互的红外-可见光图像融合方法，其特征在于，包括如下步骤： 步骤1、获取相对应的红外图像和可见光图像； 步骤2、将红外图像和可见光图像作为输入，通过交叉中心差分卷积算子分别提取红外图像和可见光图像的初始特征； 步骤3、将红外图像和可见光图像的初始特征输入至FDB模块得到频域初级特征，同时将红外图像的初始特征输入ATB模块得到权重矩阵； 所述频域初级特征提取方法为： 将提取的红外图像初级特征和可见光图像初级特征FBD模块，应用傅里叶变换将红外和可见光图像的特征转换到频域，进而提取幅度和相位分量； 将幅度和相位分量分别通过两个卷积分支进行处理，首先沿着通道维度连接起来，然后通过一个由两个卷积层和一个LeakyReLU激活函数组成的卷积模块处理，再由逆傅里叶变换将输出映射回空间域得到频域初级特征； 步骤4、使用哈达玛积实现权重矩阵与红外图像的初始特征交互得到红外权重矩阵，同时对频域初级特征进行归一化处理，然后使用哈达玛积实现归一化后的频域初级特征在红外权重矩阵指导下得到初始融合特征，将初始融合特征与可见光图像的初始特征进行元素级累加得到可见光频域特征， 红外图像的初始特征通过卷积在权重矩阵引导下逐步细化得到红外频域特征； 步骤5、将得到的可见光与红外频域特征输入通道交互模块，并使用带门控权重的GM模块调整通道交互以产生混合特征，得到初级可见光特征； 步骤6、将初级可见光特征输出与红外图像的初始特征聚合后输出作为下一层的FDB模块的输入，迭代上述过程，最后通过拼接和卷积将多次累计的初级可见光特征得到多级可见光特征，并投影回图像空间输出最终的融合特征，所述融合特征所对应的特征矩阵通过RGB通道还原得到融合图像。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。