北京航空航天大学魏振忠获国家专利权
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!
龙图腾网获悉北京航空航天大学申请的专利一种超分辨率成像方法及装置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:CN116309066B 。
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:202310280663.2,技术领域涉及:G06T3/4053;该发明授权一种超分辨率成像方法及装置是由魏振忠;屈玉福;张逸飞;李天任;张宇;陈沛戎设计研发完成,并于2023-03-22向国家知识产权局提交的专利申请。
本一种超分辨率成像方法及装置在说明书摘要公布了:本发明公开一种超分辨率成像方法及装置,涉及成像处理技术领域。本发明提供的超分辨率成像方法,基于构建好的训练数据集,采用适应性矩估计法对初始网络模型进行端到端训练得到训练好的网络模型,然后,采用多旋转相机获取待成像目标的旋转图像,并将旋转图像输入到训练好的网络模型得到待成像目标的高分辨率图像。可见,本发明采用旋转相机的方法,并引入成像物理过程的深度神经网络模型,能够有效编码并解码低分辨率图像中的高频信息,能够输出恢复更多高频信息的高分辨率图像,从而能够在提高图像分辨率的同时,提高成像质量。
本发明授权一种超分辨率成像方法及装置在权利要求书中公布了:1.一种超分辨率成像方法,其特征在于,包括: 构建训练数据集,包括:获取训练数据集ZRR,并将所述训练数据集ZRR中的数据集图像转化为灰度图像;采用逆向相机成像模型获取所述灰度图像的图像原始值,以得到原始图像;对所述原始图像执行随机操作得到高分辨率参考图像;所述随机操作包括随机旋转、随机平移和随机裁剪;以15°为增量对所述高分辨率参考图像进行5次旋转变换得到6张不同角度的图像;对经过旋转变换的高分辨率参考图像加入平移范围为[-24像素,24像素]、旋转范围为[-3°,3°]的随机平移和旋转变化模拟系统标定误差得到高分辨率图像;采用各向异性盒式滤波器对所述高分辨率图像进行多倍下采样,并添加噪声得到低分辨率子图像;基于所述低分辨率子图像和所述高分辨率图像形成高-低分辨率图像对;将所述高-低分辨率图像对中与所述高分辨率图像角度相同的低分辨率子图像作为参考图像,将除参考图像之外的低分辨率子图像作为辅助图像,形成训练数据集; 获取初始网络模型;所述初始网络模型采用Charbonnier损失函数;所述初始网络模型包括:特征提取模块,特征配准模块、特征融合模块和图像重建模块;其中,特征提取模块是基于梯度引导的多层特征提取模块,其包含图像分支与梯度分支,使用了Sobel算子提取输入图像中的梯度信息,引入注意力机制选择性增强图像特征输入到下级模块,模块输入B*N*C*W*H的灰度图像块,输出高维特征块;特征配准模块是物理过程启发的特征配准模块,其使用预标定的成像模型联合光流法实现特征配准,得到与特征块同维数的配准特征块;特征融合模块与图像重建模块主要是通过跨图像融合与长距离级联网络学习高频残差信息,重建高分辨率图像,最终输出B*C*4W*4H的灰度图像块,实现多倍超分辨率; 基于所述训练数据集,采用适应性矩估计法对所述初始网络模型进行端到端训练得到训练好的网络模型;修改训练好的网络模型所输入B*N*C*W*H的灰度图像块维数,适当减小图像块第一维并增加最后两维,使训练好的网络模型能够处理大于训练所用分辨率的图像; 采用多旋转相机获取待成像目标的旋转图像,并将所述旋转图像输入到所述训练好的网络模型得到待成像目标的高分辨率图像;令多旋转相机每次旋转设定角度,并在每次旋转后采集图像;多次旋转的设定角度相加等于90度。
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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励