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！

龙图腾网获悉长春理工大学申请的专利基于深度学习框架的压缩感知偏振超分辨成像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：CN116245726B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202310071614.8，技术领域涉及：G06T3/4053；该发明授权基于深度学习框架的压缩感知偏振超分辨成像方法是由王超;吴幸锴;付强;张涛;史浩东设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本基于深度学习框架的压缩感知偏振超分辨成像方法在说明书摘要公布了：基于深度学习框架的压缩感知偏振超分辨成像方法，涉及计算成像和偏振探测技术领域，该方法包括以下三步骤：压缩编码采样、超分辨率重建和去偏振马赛克；其中超分辨率重建和去偏振马赛克阶段由两层生成对抗网络来实现；利用低分辨率分焦平面偏振探测器在较低采样率下获得的图像实现超分辨率偏振图像的重建，生成高分辨率无偏振马赛克的S0、DOLP和AOP图像。本方法在去偏振马赛克的基础上，生成的S0、DOLP和AOP图像分辨率远高于偏振探测器原始分辨率；利用深度学习网络建立起原始偏振图像与S0、DOLP和AOP偏振特性图像之间的映射关系，直接由原始偏振马赛克图像生成高分辨率无马赛克S0、DOLP和AOP图像。本发明可有效地避免二次误差。

本发明授权基于深度学习框架的压缩感知偏振超分辨成像方法在权利要求书中公布了：1.基于深度学习框架的压缩感知偏振超分辨成像方法，其特征是，该方法包括以下三步：压缩编码采样、超分辨率重建和去偏振马赛克；其中超分辨率重建和去偏振马赛克阶段由两层生成对抗网络来实现； 第一步，压缩编码采样：利用数字微镜阵列DMD对成像场景进行压缩感知编码测量采样；首先将成像场景投映到DMD上，通过DMD对成像场景进行独立的分块编码，分块后的每一块区域各自成像在分焦平面偏振探测器的一个像元上，分焦平面偏振探测器对编码后的图像信息采集，生成原始偏振马赛克图像Imos，k； 第二步，超分辨率重建：原始偏振马赛克图像中相邻像素之间的偏振方向是不同的，按照偏振度为0°、45°、90°、135°的像素为一个超像元进行分割，之后重组成一维的测量值向量yKi；并且将对应的编码掩模重组成用于重建的测量矩阵Φ；将测量向量yKi与测量矩阵Φ与作为输入数据，送入到第一层生成对抗网络的生成器G0中进行压缩感知重构，生成伪高分辨率图像IHRmos，将生成的伪图像与真实的高分辨率偏振图像在鉴别器D0中进行辨别真假，根据损失函数对G0和D0中的网络参数迭代更新，使生成图像不断向真实高分辨率偏振图像趋近； 第三步，去偏振马赛克：将第二步G0生成的图像IHRmos输入第二层生成对抗网络的生成器G1中，建立起偏振马赛克图像与偏振特性之间的映射关系，从而生成去偏振马赛克后的S0、DOLP和AOP图像，将生成的S0、DOLP和AOP图像与真实的S0、DOLP和AOP图像在鉴别器D1进行评价，根据损失函数对G1和D1中的网络参数迭代更新，使生成图像不断向真实高分辨率S0、DOLP和AOP图像趋近。

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长春理工大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路7186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”。