恭喜中國礦業(yè)大學;燕園智能科技(徐州)有限公司李曉雨獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)恭喜中國礦業(yè)大學;燕園智能科技(徐州)有限公司申請的專利一種紅外圖像與微波非圖像信息融合的語義對齊方法獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產權局授予,授權公告號為:CN119274182B 。
龍圖騰網(wǎng)通過國家知識產權局官網(wǎng)在2025-05-02發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202411799726.6,技術領域涉及:G06V20/70;該發(fā)明授權一種紅外圖像與微波非圖像信息融合的語義對齊方法是由李曉雨;李永康;成曉涵;寧茂財;高珩杰;李菊;趙作鵬設計研發(fā)完成,并于2024-12-09向國家知識產權局提交的專利申請。
本一種紅外圖像與微波非圖像信息融合的語義對齊方法在說明書摘要公布了:本發(fā)明公開一種紅外圖像與微波非圖像信息融合的語義對齊方法,包括:采集同一場景下的紅外圖像和微波非圖像信息片段;對采集的紅外圖像和微波非圖像信息進行預處理操作;對紅外圖像提取空間和語義特征,對微波非圖像信息提取頻域特征;將紅外圖像特征和微波非圖像特征嵌入到相同的高維語義空間中;計算在語義表示上的相似度;采用匈牙利算法進行全局最優(yōu)匹配。采用小波變換融合算法對紅外圖像和微波特征分別進行小波分解,提取不同分辨率下的低頻與高頻系數(shù)。通過構建統(tǒng)一語義表示空間和高效特征融合機制,有效解決紅外圖像與微波數(shù)據(jù)在特征表達形式和語義層次上的差異,充分挖掘兩種模態(tài)的互補信息,提升復雜環(huán)境下的目標識別與環(huán)境感知能力。
本發(fā)明授權一種紅外圖像與微波非圖像信息融合的語義對齊方法在權利要求書中公布了:1.一種紅外圖像與微波非圖像信息融合的語義對齊方法,其特征在于,包括如下步驟:Step1、采集同一場景下的紅外圖像和微波非圖像信息片段;Step2、對Step1中采集的紅外圖像采用非局部均值去噪和自適應直方圖均衡化進行預處理,對微波非圖像信息采用自適應維納濾波和基于對數(shù)變換的動態(tài)范圍壓縮加伽馬矯正方法進行預處理;Step3、采用卷積神經網(wǎng)絡方法對紅外圖像提取空間和語義特征,采用傅里葉變換方法對微波非圖像信息提取頻域特征;Step4、構建共享語義空間,使用孿生網(wǎng)絡深度學習模型并結合對比學習方法將紅外圖像特征和微波非圖像信息特征嵌入到相同的高維語義空間中;Step5、采用動態(tài)加權的余弦相似度計算紅外圖像特征目標與微波非圖像特征在語義表示上的相似度;Step6、根據(jù)Step5中相似度計算結果,采用匈牙利算法進行全局最優(yōu)匹配;Step7、采用小波變換融合算法對紅外圖像和微波特征分別進行小波分解,提取不同分辨率下的低頻與高頻系數(shù);采用加權平均方法融合低頻系數(shù),采用跨模態(tài)注意力機制動態(tài)分配權重并結合深度學習的邊緣檢測模型優(yōu)化高頻特征融合;Step8、對融合圖像進行后處理,采用三維塊匹配算法對融合圖像去噪及利用多尺度金字塔拉普拉斯銳化算法增強圖像邊緣與細節(jié);Step9、將經過優(yōu)化后的融合結果保存為高精度單幀圖像。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或專利權人中國礦業(yè)大學;燕園智能科技(徐州)有限公司,其通訊地址為:221000 江蘇省徐州市銅山區(qū)大學路1號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。