四川大学何小海获国家专利权
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！
龙图腾网获悉四川大学申请的专利基于退化模型深度递归网络的全色锐化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：CN116934606B 。
龙图腾网通过国家知识产权局官网在2025-12-02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：202210364766.2，技术领域涉及：G06T5/73；该发明授权基于退化模型深度递归网络的全色锐化方法是由何小海;刘屹霄;滕奇志;陈洪刚;任超设计研发完成，并于2022-04-08向国家知识产权局提交的专利申请。
本基于退化模型深度递归网络的全色锐化方法在说明书摘要公布了：本发明公开了一种基于退化模型深度递归网络的全色锐化方法。主要包括以下步骤：分析构建高分辨率多光谱图像的降质模型；根据降质模型获得全色图像与低分辨率多光谱图像基于全局非线性平滑约束的最大后验概率表达式；搭建残差组卷积神经网络模块分别替换全色图像与低分辨率多光谱图像的表达式中的各个环节；针对分别构建的全色图像和低分辨率多光谱图像表达网络进行交替串联连接构成深度递归融合网络；利用训练数据集统一训练该深度递归融合网络，输出最终的融合结果。本发明所述方法能获得很好的主客观效果，并使网络具有一定可解释性。因此，本发明是一种有效的基于退化模型深度递归网络的全色锐化方法。
本发明授权基于退化模型深度递归网络的全色锐化方法在权利要求书中公布了：1.基于退化模型深度递归网络的全色锐化方法，其特征在于包括以下步骤： 步骤一：分析构建高分辨率多光谱图像的降质模型，全色图像由高分辨率多光谱图像通过减少光谱得到，而低分辨率多光谱图像由高分辨率多光谱图像通过下采样和模糊降质得到； 步骤二：根据步骤一的模型，分别构造全色图像与低分辨率多光谱图像基于全局非线性平滑约束的最大后验概率表达式，所述表达式以最小化误差项与正则化项之和为目标； 步骤三：针对全色图像和低分辨率多光谱图像的表达式，搭建残差组卷积神经网络模块分别替换表达式中的各个环节； 步骤四：交替串联连接构建的全色图像和低分辨率多光谱图像表达网络，构成深度递归融合网络； 步骤五：利用训练图像数据集，训练步骤四中构建的网络； 步骤六：以低分辨率多光谱图像和全色图像作为网络输入，输出最终的融合结果。
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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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