原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种自适应范数估计的多模态图像融合方法，包括融合影像的初始化、扩散模型的初始后验估计影像、隐变量的期望估计、自适应阈值参数的计算、计算后验估计影像的修正值、后验估计影像的修正、计算融合修正去噪融合影像、输出融合影像。本发明首先基于常规融合影像损失函数出发，研究在对于同一位置拍摄不同模态影像，引入自适应阈值参数，自适应的调整对于不同模态输入影像在生成融合影像时的贡献和约束，从而提高融合影像所包含的每种模态的互补特征，如纹理特征和对比度。该方法基于L1范数和L2范数的残余误差特性和双边全
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118071617A
(43)申请公布日2024.05.24
(21)申请号202410083580.9
(22)申请日2024.01.19
(71)申请人湘潭大学
地址411105
文档评论（0）