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！

龙图腾网获悉太原科技大学申请的专利基于边界约束的可解释压缩感知图像重建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：CN116228616B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310209170.X，技术领域涉及：G06T5/50；该发明授权基于边界约束的可解释压缩感知图像重建方法是由赵利军;王鑫璐;张晋京;张玉凤;赵杰;陈彬涛;王安红设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本基于边界约束的可解释压缩感知图像重建方法在说明书摘要公布了：本发明基于边界约束的可解释压缩感知图像重建方法属于图像质量增强领域，解决了压缩感知图像恢复问题，先设计带有边界约束的压缩感知重建模型，并且将基于边界约束的压缩感知重构问题转化为两个子问题，两个子问题通过迭代优化的方式进行求解；其次将迭代优化过程展开为边缘引导的可解释图像压缩感知重建网络，利用该网络边缘感知的特征提取模块、边缘引导的中间变量更新模块和中间变量引导的图像重建模块，分别优化图像的边缘特征、中间变量特征和重建特征；最后通过多记忆增强机制来探索EGINet不同迭代阶段的特征依赖性，同时利用并行交叉融合模块，对边缘特征和图像特征进行有效地选择，本发明的重建性能优于其他图像压缩感知重建方法。

本发明授权基于边界约束的可解释压缩感知图像重建方法在权利要求书中公布了：1.基于边界约束的可解释压缩感知图像重建方法，其特征在于：包括以下步骤： 步骤1）构建压缩感知重建模型的训练数据； 步骤2）构建基于边界约束的压缩感知重建模型； 首先，用边缘卷积算子对图像进行卷积得到边缘图，接着用贝叶斯公式来表示图像、边缘图和观测值之间的关系，最后再将其展开为具有边界约束的压缩感知重建模型； 步骤3）优化具有边界约束的压缩感知重建模型； 用半二次分裂算法和近端梯度下降算法来优化步骤2）中得到的基于边界约束的压缩感知重建模型，并将其展开为边缘引导的可解释图像压缩感知重建网络EGINet； 步骤4）构建采样子网络； 使用采样矩阵对输入图像进行采样，得到图像的观测值； 步骤5）构建初始重建子网络； 将步骤4）得到的观测值进行反卷积来实现对图像的初步重建，得到初始重建图像，再由初始重建图像得到中间变量和初始边缘图； 步骤6）构建深度重建子网络； 将步骤3）得到的优化模型展开为深度重建子网络，一共有三个模块：边缘感知的特征提取模块EAFM、边缘引导的中间变量更新模块EGIM和中间变量引导的图像重建模块IGRM，这些模块分别用于优化图像的边缘特征、中间变量特征和图像的重建特征； 边缘感知的特征提取模块EAFM是用来更新图像的边缘特征，将该模块输入的图像和边缘图经过梯度下降算法得到8通道的特征；边缘引导的中间变量更新模块EGIM是用边缘图来引导中间变量H的更新，该模块首先将输入的图像和图像经过梯度下降算法得到单通道的特征，然后再将由上个模块得到的边缘图和进行融合操作；中间变量引导的图像重建模块IGRM是用来进一步重建出最终的目标图像，该模块将输入图像和EGIM模块的输出图像通过梯度下降算法得到单通道的特征，然后再将和边缘图经过并行交叉融合模块PFM得到融合的特征，最后再将融合特征作为近端映射算法的输入，即可重建出最终的目标图像； 步骤7）损失函数； 总的目标损失由图像的重建误差损失和边缘图的重建误差损失两部分组成，采用L1范数对重建误差损失进行约束。

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太原科技大学，其通讯地址为：030024 山西省太原市万柏林区窊流路66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”。