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！

龙图腾网恭喜江西财经大学申请的专利基于深度学习的红外与可见光图像感知增强融合方法与系统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：CN119722492B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202510215232.7，技术领域涉及：G06T5/50；该发明授权基于深度学习的红外与可见光图像感知增强融合方法与系统是由化定丽;陈庆茂;肖祥立;赵若宇;温文媖设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本基于深度学习的红外与可见光图像感知增强融合方法与系统在说明书摘要公布了：本发明提出一种基于深度学习的红外与可见光图像感知增强融合方法与系统，该方法应用多阶段训练策略，首先对编码器和解码器进行单模态重建训练以保证特征提取与重建能力；基于预训练编码器和解码器，应用离散小波变换进行多尺度分解，分别对基础特征和细节特征进行增强与融合；设计光照感知模块与照明一致性损失函数以优化融合图像亮度与对比度。本发明有效提升了低光照条件下图像的细节保留、亮度均匀性和色彩表现，特别适用于夜间高感知需求等应用场景。

本发明授权基于深度学习的红外与可见光图像感知增强融合方法与系统在权利要求书中公布了：1.一种基于深度学习的红外与可见光图像感知增强融合方法，其特征在于，所述方法包括如下步骤：步骤1、获取红外图像与可见光图像，提取可见光图像的可见光图像亮度通道，并对红外图像和可见光图像亮度通道进行预处理；步骤2、利用红外图像和可见光图像亮度通道对编码器和解码器进行单模态重建训练，得到预训练的编码器和预训练的解码器；优化编码器和解码器的特征提取与重建能力，为融合任务提供高质量特征；步骤3、使用预训练的编码器分别提取红外图像和可见光图像亮度通道的深层特征，并对红外图像和可见光图像亮度通道的深层特征分别应用离散小波变换进行多尺度分解；再将多尺度分解结果依次进行增强与融合操作，得到融合结果；将融合结果采用逆小波变换操作还原至空间域，再利用预训练的解码器进行图像重建，得到亮度通道融合图像；步骤4、对可见光图像亮度通道进行自适应增强，获取增强图像，将增强图像作为参考图像；利用亮度通道融合图像和增强图像之间的综合差异构建综合损失函数，通过最小化综合损失函数来优化亮度通道融合图像与参考图像之间的差异，优化完成后，输出最终的亮度通道融合图像；步骤5、将最终的亮度通道融合图像与可见光图像的Cb和Cr的色度通道进行合并，并转换为RGB颜色空间，生成最终的彩色融合图像。

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江西财经大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街169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”。