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！

龙图腾网获悉东南大学申请的专利一种基于频域卷积和大卷积的图像修复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：CN116630177B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310362947.6，技术领域涉及：G06T5/77；该发明授权一种基于频域卷积和大卷积的图像修复方法是由李春国;冷天然;刘周勇;孙希茜;杨绿溪设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本一种基于频域卷积和大卷积的图像修复方法在说明书摘要公布了：本发明公开了一种基于频域卷积和大卷积的图像修复方法，可用来实现将缺损图像完整的修复，并保持纹理的连续性与语义的合理性，符合人类的感知。该方法包括：根据原始图像数据和图像掩膜，预处理获得被掩膜遮挡待修复图像，构建训练数据集；构建基于频域卷积和大卷积的图像修复LKFFC‑GAN生成对抗网络模型；将构建的训练数据集输入到LKFFC‑GAN网络的生成器并且输出修复后的图像；将已修复图像输入LKFFC‑GAN网络的判别器得到此图像各个部分判别为原始图像的概率并通过加权损失函数对生成器和判别器联合训练；在测试集上评估模型LKFFC‑GAN的训练效果。本发明相比于当前主流模型，在L1误差、峰值信噪比PeakSignal‑to‑NoiseRatio，PSNR、和结构相似性StructuralSimilarityIndex，SSIM这三项指标中取得了更好的恢复效果。

本发明授权一种基于频域卷积和大卷积的图像修复方法在权利要求书中公布了：1.一种基于频域卷积和大卷积的图像修复方法，其特征在于，该方法包括如下步骤： 步骤S1：构建用于图像修复的图像数据集，随机选取数据集中图像和图像掩膜数据集中掩膜，对其进行图像预处理，生成待修复图像； 步骤S2：构建基于生成对抗网络的图像修复网络LKFFC-GAN，它包含生成器和判别器； 步骤S3：将步骤S1中获得的和数据对输入LKFFC-GAN网络的生成器进行前向运算，获得生成器的输出，利用与获得最终修复的图像；计算生成器的损失函数，并运用Adam优化器对LKFFC-GAN网络的生成器进行优化更新，并迭代，进而得到优化的LKFFC-GAN网络的生成器； 步骤S4：将步骤S3获得的图像输入至LKFFC-GAN网络的判别器进行前向运算，获得判别器判定各部分为原始图像的概率；计算判别器的损失函数，并运用Adam优化器对LKFFC-GAN网络的判别器进行优化更新，进而得到优化的LKFFC-GAN网络的判别器； 步骤S5：经步骤S3和步骤S4训练得到LKFFC-GAN网络的生成器与判别器，将测试集数据按步骤S1、步骤S3输入LKFFC-GAN网络的生成器，获得修复后的图像； 所述步骤S1具体包括： 步骤S101：在图像掩膜数据集中随机选取图像掩膜，将尺寸缩小为256256；在图像数据集中随机选取真实图像，将尺寸缩小为256256； 步骤S102：对进行随机旋转、随机裁剪缩放这些数据增强操作； 步骤S103：由步骤S101中得到的掩膜和真实图像经式1计算得到待修复图像， 1； 所述步骤S3具体包括： 步骤S301：将步骤S101所得图像掩膜与步骤S103所得待修复图像作为LKFFC-GAN网络生成器的输入进行训练，经LKFFC-Block模块提取频域全局信息后提取多尺度信息进行特征聚合； 步骤S302：采用、Style、Perceptual和生成器对抗损失函数对LKFFC-GAN网络生成器进行无监督训练，在训练过程中，损失函数值收敛后停止训练，进而得到优化后的可用的LKFFC-GAN生成对抗网络生成器，得到生成器输出； 步骤S303：步骤S302得到的生成器输出和步骤S101得到的图像掩膜由式2得到最终修复的图像， 2； 所述步骤S4具体包括： 步骤S401：将步骤S303获取的最终修复的图像作为LKFFC-GAN生成对抗网络判别器的输入进行训练； 步骤S402：采用判别器对抗损失函数对LKFFC-GAN网络判别器进行无监督训练，在训练过程中，损失函数值收敛后停止训练，进而得到优化后的可用的LKFFC-GAN生成对抗网络判别器；判别器输出判定各部分为原始图像的概率矩阵； 所述步骤S5具体包括： 步骤S501：固定经步骤S302训练得到的LKFFC-GAN网络生成器参数； 步骤S502：将测试集图像与图像掩膜作为输入，由式2得到测试集最终修复的图像。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。