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！

龙图腾网获悉南昌大学;欧菲微电子(南昌)有限公司申请的专利基于小波域双分数匹配模型的散射成像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：CN120388097B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510884662.8，技术领域涉及：G06T11/00；该发明授权基于小波域双分数匹配模型的散射成像图像重建方法是由万文博;伍欣怡;滕萌;于琪;丁新敏;刘且根设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本基于小波域双分数匹配模型的散射成像图像重建方法在说明书摘要公布了：本发明公开了基于小波域双分数匹配模型的散射成像图像重建方法，利用训练好的全频分数匹配子模型和高频分数匹配子模型来提取目标物的全频和高频先验信息，在全频和高频先验信息的双约束下，将图像传感器所获取的散射介质背后的目标物的散斑图像经过维纳反卷积、支撑域约束和双边滤波处理后作为保真项，进行图像重建，重建过程包括输入噪声、预测、矫正、分图、更新子图、合并子图、逆小波变换、去噪，将去噪后图像作为输入重复重建过程预测次数后，输出重建图像。本发明通过高维低秩先验信息约束与数据保真度的高效协同对散射介质背后的目标物进行重建，能够有效解决散射介质场景下复杂目标物重建的难题，显著提升了成像质量。

本发明授权基于小波域双分数匹配模型的散射成像图像重建方法在权利要求书中公布了：1.一种基于小波域双分数匹配模型的散射成像图像重建方法，其特征在于，所述方法包括： 在先验信息提取阶段，利用训练好的全频分数匹配子模型和高频分数匹配子模型来提取目标物的全频和高频先验信息； 在图像重建阶段，在全频和高频先验信息的双约束下，将图像传感器所获取的散射介质背后的目标物的散斑图像经过维纳反卷积、支撑域约束和双边滤波处理后作为保真项，进行图像重建，重建过程包括： 第一步，随机生成四张二维的高斯噪声图像； 第二步，将高斯噪声图像输入全频分数匹配子模型中进行图像重建； 第三步，引入全频先验信息的约束，同时采用保真项增强数据一致性，以获得预测图像； 第四步，利用退火朗之万方程作为矫正器，利用保真项作为数据一致性保持器，将预测图像输入内部循环进行矫正，以获得待重建图像； 第五步，将待重建图像分为高频分量原始图像和低频分量原始图像； 第六步，将高频分量原始图像输入到高频分数匹配子模型，并利用高频先验信息进行约束，同时利用保真项作为数据一致性保持器进行保真，以获得高频分量更新图像； 第七步，将高频分量更新图像和高频分量原始图像加权求和后，与低频分量原始图像进行合并优化，对优化后的小波域图像进行逆小波变换和总变分正则化项去噪，获得去噪后的空间域图像； 第八步，将去噪后的空间域图像经小波处理后重新作为输入，重复执行预设次数的第二步至第七步后结束循环，将最后一次循环后输出的空间域图像作为目标物相近的重建图像； 在先验信息提取阶段之前，还包括模型训练阶段，包括： 利用小波变换将目标物的单通道空间域图像数据集转换为四通道小波域的全频图像数据集和三通道小波域的高频图像数据集； 利用小波变换后得到的两种数据集分别训练第一原始分数匹配模型和第二原始分数匹配模型，以得到训练好的全频分数匹配子模型和高频分数匹配子模型。

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昌大学;欧菲微电子(南昌)有限公司，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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”。