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！

龙图腾网恭喜长春理工大学申请的专利一种基于深度学习的全偏振特征图像超分辨重构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：CN119379544B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411958898.3，技术领域涉及：G06T3/4053；该发明授权一种基于深度学习的全偏振特征图像超分辨重构方法是由潘越;胡莫同;徐熙平;张宁设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于深度学习的全偏振特征图像超分辨重构方法在说明书摘要公布了：一种基于深度学习的全偏振特征图像超分辨重构方法。其提出了一种利用分焦面线偏振图像和圆偏振图像一次输出光强图像、偏振度图像、偏振角图像和椭圆率图像的超分辨率重建方法，解决了分焦面成像导致线偏振图像分辨率降低进而影响全偏振特征反演精度的技术问题，解决了全偏振特征图像反演需要额外图像配准导致超分辨率重建效率降低的技术问题。所述方法具体为：利用双通道共口径全偏振成像系统采集图像构建图像数据集；构建全偏振超分辨率神经网络模型；利用图像数据集训练全偏振超分辨率神经网络模型；根据评价指标验证全偏振超分辨率神经网络模型；利用全偏振超分辨率神经网络模型进行全偏振特征图像超分辨重建。

本发明授权一种基于深度学习的全偏振特征图像超分辨重构方法在权利要求书中公布了：1.一种基于深度学习的全偏振特征图像超分辨重构方法，其特征在于，所述方法包括如下步骤：S1、利用双通道共口径全偏振成像系统采集图像构建图像数据集；S2、构建全偏振超分辨率神经网络模型；所述全偏振超分辨率神经网络模型依次包括输入层、混合卷积层、通道注意力模块、卷积层、特征选择层、上采样重构层和输出层；所述混合卷积层由三种不同的卷积核构成，分别用于提取分焦面线偏振图像的特征、圆偏振图像的特征以及分焦面线偏振图像与圆偏振图像进行维度叠加得到的双通道图像的特征；S3、利用图像数据集训练全偏振超分辨率神经网络模型；S4、根据评价指标验证全偏振超分辨率神经网络模型；S5、利用全偏振超分辨率神经网络模型进行全偏振特征图像超分辨重建；所述图像数据集的构建方法具体为：S21、同时采集同一视场下具有相同分辨率的分焦面线偏振图像和圆偏振图像，并对分焦面线偏振图像和圆偏振图像进行配准；S22、将采集的分焦面线偏振图像拆分为0°、45°、90°和135°四个不同偏振方向的线偏振图像；S23、对不同偏振方向的线偏振图像进行上采样得到与圆偏振图像分辨率相同的线偏振图像；S24、由0°、45°、90°和135°四个不同偏振方向的线偏振图像和圆偏振图像求得S0、S1、S2和S3共四个斯托克斯矢量，通过： ； ； ； ；获得，其中，、、、分别对应由分焦面线偏振图像拆分得到的0°、45°、90°和135°四个不同偏振方向的线偏振图像，是圆偏振图像；S25、求解偏振特征图像，所述偏振特征图像包括全偏振度图像DoP、偏振角图像AoP和椭圆率图像EoP，通过： ； ； ；获得；S26、将偏振特征图像和光强图像共同构成图像数据集中的输出部分，所述光强图像通过表示；S27、采集的分焦面线偏振图像作为图像数据集中的一组输入部分；S28、采集的圆偏振图像作为图像数据集中的另一组输入部分；S29、重复进行步骤S21-步骤S28的方法，构建包含输出数据以及与其对应的输入数据的图像数据集。

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长春理工大学，其通讯地址为：130022 吉林省长春市卫星路7089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”。