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！

龙图腾网获悉南京航空航天大学申请的专利基于脉冲耦合神经网络的低轨图像伪影剔除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：CN120163732B 。

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：202510638241.7，技术领域涉及：G06T5/70；该发明授权基于脉冲耦合神经网络的低轨图像伪影剔除方法是由王依才;姬忠远设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本基于脉冲耦合神经网络的低轨图像伪影剔除方法在说明书摘要公布了：本发明公开了一种基于脉冲耦合神经网络的低轨图像伪影快速剔除方法，S1.获取原始低轨图像数据；S2.将原始低轨图像数据输入星载层次递进式脉冲耦合神经网络模型；S3.形成伪影候选区域，并基于同步脉冲连通度与信息熵增量生成伪影概率图；S4.生成预处理低轨图像数据，并同步生成可逆修复日志；S5.生成伪影剔除高质量图像产品；S6.根据伪影剔除高质量图像产品的处理状态更新星载层次递进式脉冲耦合神经网络模型的耦合增益系数与链接强度阈值。本发明系统闭环运行稳定，图像质量显著提升，处理延时满足快速遥感业务要求，具备工程可落地性。

本发明授权基于脉冲耦合神经网络的低轨图像伪影剔除方法在权利要求书中公布了：1.一种基于脉冲耦合神经网络的低轨图像伪影剔除方法，其特征在于，包括如下步骤： S1.获取原始低轨图像数据； S2.将原始低轨图像数据输入星载层次递进式注意力自适应脉冲耦合神经网络模型，并依据原始低轨图像执行同步信号执行脉冲遍历生成神经元激发时间序列； S3.根据神经元激发时间序列构建脉冲火映射矩阵，利用脉冲火映射矩阵计算邻域脉冲同步性，形成伪影候选区域，并基于邻域脉冲同步性与信息熵增量生成伪影概率图； 所述S3包括以下步骤： S31.根据层次递进式神经元激发时间序列矩阵构建脉冲火映射矩阵，脉冲火映射矩阵通过将每个像素点的激发时间从层次递进式神经元激发时间序列矩阵中映射至与图像坐标一致的二维矩阵中获得； S32.在脉冲火映射矩阵基础上，计算每一个像素位置在感受野范围内的邻域脉冲同步性，邻域脉冲同步性通过统计该像素与邻域中所有像素的首次脉冲触发时刻差值的相对幅度获得，所有位置的邻域脉冲同步性构成同步脉冲连通图，同步脉冲连通图用于表征原始低轨图像数据的神经元激发时序结构的空间一致性分布： ； 其中，为以像素位置为中心的邻域，为邻域内像素总数，为邻域像素在层次递进式注意力自适应脉冲耦合神经网络模型中的首次脉冲触发时刻，为邻域像素位置在层次递进式注意力自适应脉冲耦合神经网络模型中的首次脉冲触发时刻，为同步度惩罚函数，反映激发时间差异对连通性的抑制程度，表示像素位置与邻域脉冲时序的一致性强弱； S33.根据同步脉冲连通图中每一个像素位置的邻域脉冲同步性，筛选出所有邻域脉冲同步性低于同步性分界阈值的像素位置，作为伪影初步候选区域，伪影初步候选区域用于标识原始低轨图像数据中神经元激发时序结构明显脱离周边结构的潜在异常区域，同步性分界阈值为用于划定同步性正常与异常的固定经验阈值； S34.对伪影初步候选区域中每一个像素位置计算其局部信息熵增量，局部信息熵增量通过计算像素位置邻域内的局部Shannon熵与其对应同步连通区域的平均局部Shannon熵之间的差值获得； S35.综合每一个像素位置的邻域脉冲同步性与局部信息熵增量，生成伪影概率图，伪影概率由邻域脉冲同步性与局部信息熵增量线性加权获得，其中邻域脉冲同步性用于描述时序结构异常，局部信息熵增量用于描述灰度结构异常； S4.依据伪影概率图构建块级权重掩码，利用块级权重掩码对伪影候选区域执行像素修复，生成预处理低轨图像数据，并同步生成可逆修复日志； S5.将预处理低轨图像数据、脉冲火映射矩阵、块级权重掩码以及可逆修复日志一并下传至地面增强单元，地面增强单元基于脉冲火映射矩阵与可逆修复日志对伪影候选区域进行可逆展开，结合块级权重掩码执行细粒度纹理重构，生成伪影剔除高质量图像产品； S6.根据伪影剔除高质量图像产品的处理状态更新星载层次递进式注意力自适应脉冲耦合神经网络模型的耦合增益系数与链接强度阈值，并将更新后的参数返送至星载层次递进式注意力自适应脉冲耦合神经网络模型。

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南京航空航天大学，其通讯地址为：210000 江苏省南京市秦淮区御道街29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”。