買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉佛山大學申請的專利多模態圖像融合與去模糊模型及其訓練方法和使用方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120451004B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510945670.9，技術領域涉及：G06T5/73；該發明授權多模態圖像融合與去模糊模型及其訓練方法和使用方法是由李小松;黃敬學;陳璁;黃莊釩;方楚盛設計研發完成，并于2025-07-09向國家知識產權局提交的專利申請。

本多模態圖像融合與去模糊模型及其訓練方法和使用方法在說明書摘要公布了：本申請屬于圖像處理技術領域，公開了一種多模態圖像融合與去模糊模型及其訓練方法和使用方法，通過構建一體化的多模態圖像融合與去模糊模型，并采用特定的紋理增強和特征交互融合機制，實現了多模態圖像融合與去模糊的一體化處理，提高了效率并減少了誤差累積，同時增強了可見光圖像紋理，具有實現多模態圖像融合與去模糊的一體化處理，提高效率并減少誤差累積，同時提高圖像融合質量的優點。

本發明授權多模態圖像融合與去模糊模型及其訓練方法和使用方法在權利要求書中公布了：1.一種多模態圖像融合與去模糊模型，其特征在于，包括第一輸入層、第二輸入層、第一編碼器、第二編碼器、多個可見光紋理增強模塊、多個高效特征交互融合模塊、解碼器和第一輸出層； 所述第一輸入層和第二輸入層分別用于輸入待融合且相互配準的可見光圖像和紅外圖像；所述第一編碼器和所述第二編碼器均為多層編碼器，所述解碼器為多層解碼器；所述第一編碼器用于從所述可見光圖像中依次提取不同尺度的可見光特征圖，所述可見光特征圖包括高頻可見光特征圖和低頻可見光特征圖；所述第二編碼器用于從所述紅外圖像中依次提取不同尺度的紅外特征圖，所述紅外特征圖包括高頻紅外特征圖和低頻紅外特征圖； 各所述可見光紋理增強模塊和各所述高效特征交互融合模塊均與各個尺度一一對應；在每個尺度下，所述可見光紋理增強模塊用于利用對應的所述高頻紅外特征圖對對應的所述高頻可見光特征圖進行紋理增強處理，得到對應尺度的增強后的高頻可見光特征圖；在每個尺度下，所述高頻紅外特征圖和低頻紅外特征圖相加，以及所述增強后的高頻可見光特征圖和所述低頻可見光特征圖相加后，一同輸入對應的所述高效特征交互融合模塊進行融合； 所述解碼器用于對各所述高效特征交互融合模塊的輸出融合特征進行逐層上采樣和卷積操作，得到最終的融合圖像，并從所述第一輸出層輸出； 所述可見光紋理增強模塊包括第三輸入層、第四輸入層、第一卷積層、LDC層、Sigmoid激活函數層、第二卷積層和第二輸出層； 所述第三輸入層用于輸入高頻可見光特征圖，所述第四輸入層用于輸入高頻紅外特征圖，所述第三輸入層把所述高頻可見光特征圖輸入所述第一卷積層，所述第四輸入層把所述高頻紅外特征圖輸入所述LDC層，所述高頻可見光特征圖與所述高頻紅外特征圖相減后輸入所述Sigmoid激活函數層，所述第一卷積層的輸出與所述Sigmoid激活函數層的輸出相乘后與所述LDC層的輸出合并，合并結果輸入所述第二卷積層，所述第二卷積層的輸出端與所述第二輸出層連接； 所述LDC層用于執行以下運算： ； 其中，為所述LDC層的輸出中的i,j像素點的像素值，i,j為像素坐標，為普通卷積核，為的i,j號元素，為所述LDC層的輸入中的i,j像素點的像素值，為可學習參數，為3×3的全一矩陣，為可學習描述算子，表示卷積操作，表示逐元素相乘。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人佛山大學，其通訊地址為：528225 廣東省佛山市南海區獅山鎮廣云路33號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。