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！

龙图腾网获悉中国海洋大学申请的专利一种双空间联合扩散的通用图像恢复方法及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：CN120495139B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510998292.0，技术领域涉及：G06T5/77；该发明授权一种双空间联合扩散的通用图像恢复方法及系统是由郑海永;王寓枫设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种双空间联合扩散的通用图像恢复方法及系统在说明书摘要公布了：本申请提供一种双空间联合扩散的通用图像恢复方法及系统，用于解决现有图像恢复方法在不同退化模式情况下难以实现图像全面恢复的问题。方法步骤为：构建以退化图像为输入、真值图像为输出的双空间扩散模型DSDM；利用图像数据集对DSDM模型进行训练；通过训练后的模型对采集的退化图像进行恢复；DSDM模型包括MU‑Net网络和融合细化网络FRN，MU‑Net网络包括分别在像素空间和潜在空间执行扩散过程的第一和第二U‑net卷积神经网络，融合细化网络FRN用于融合两个U‑net卷积神经网络的输出，并输出恢复图像。本申请通过构建MU‑Net网络使退化图像在像素空间和潜在空间分别进行扩散，两组扩散结果经由融合细化网络FRN融合后输出的恢复图像质量高。

本发明授权一种双空间联合扩散的通用图像恢复方法及系统在权利要求书中公布了：1.一种双空间联合扩散的通用图像恢复方法，其特征在于，具体步骤为： S1：构建以退化图像为输入、真值图像为输出的双空间扩散模型DSDM； S2：利用图像数据集对双空间扩散模型DSDM进行训练； S3：通过训练后的模型对采集的退化图像进行恢复； 所述双空间扩散模型DSDM包括MU-Net网络和融合细化网络FRN；所述MU-Net网络包括分别在像素空间和潜在空间执行扩散过程的第一和第二U-net卷积神经网络，所述融合细化网络FRN用于融合第一和第二U-net卷积神经网络的输出，并输出恢复图像； 所述第一和第二U-net卷积神经网络分别包括基于潜在特征的像素特征增强模块L2P和基于像素特征的潜在特征增强模块P2L； 基于潜在特征的像素特征增强模块L2P用于从潜在空间反向扩散过程中选择信息增强像素空间反向扩散过程，基于像素特征的潜在特征增强模块P2L用于从像素空间反向方向扩散过程中选择信息增强潜在空间反向扩散过程； 基于潜在特征的像素特征增强模块L2P从潜在空间反向扩散过程中选择信息增强像素空间反向扩散过程的具体方法为： 对第一和第二U-net卷积神经网络中第k层解码器的像素空间特征和潜在空间特征进行归一化处理，并对归一化像素空间特征执行下采样，获得下采样特征； 将归一化潜在空间特征和下采样特征进行通道拼接，形成初步融合特征，再通过两层卷积层及相应激活函数对初步融合特征进行提取，生成滤波掩码； 将归一化潜在空间特征与滤波掩码进行通道拼接并执行上采样，获得拼接上采样特征，再通过SwinTransformer块和卷积层对拼接上采样特征和归一化像素空间特征进行提取，将提取后的特征与归一化像素空间特征进行融合获得增强的像素空间特征； 基于像素特征的潜在特征增强模块P2L从像素空间反向方向扩散过程中选择信息增强潜在空间反向扩散过程的具体方法为： 对第一和第二U-net卷积神经网络中第k层解码器的像素空间特征和潜在空间特征进行归一化处理，并对归一化潜在空间特征执行上采样，获得上采样特征； 将归一化像素空间特征和上采样特征进行通道拼接，形成初步融合特征，再通过卷积层及相应激活函数对初步融合特征进行提取，生成滤波掩码； 将归一化像素空间特征与滤波掩码进行通道拼接并执行下采样，获得拼接下采样特征，再通过自注意机制块和卷积层对拼接下采样特征和归一化潜在空间特征进行提取，将提取后的特征与归一化潜在空间特征进行融合获得增强的像素空间特征。

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中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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”。