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！

龙图腾网恭喜中科南京人工智能创新研究院;中国科学院自动化研究所申请的专利基于分区域并行自适应像素一致性生成的无缝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：CN119579472B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202510115674.4，技术领域涉及：G06T5/77；该发明授权基于分区域并行自适应像素一致性生成的无缝图像修复方法是由李成华;周生宵;张一帆设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本基于分区域并行自适应像素一致性生成的无缝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分区域并行自适应像素一致性生成的无缝图像修复方法，包括：接收原始图像和遮挡掩码图像，通过高斯金字塔分解和边缘检测器获取多尺度图像特征，结合分水岭算法实现自适应区域划分和优先级排序；利用特征金字塔网络和非局部自注意力机制提取结构特征，通过多尺度注意力计算建立区域关联图；基于区域优先级和关联关系生成调度表，进行并行区域生成；计算相邻区域间的像素连续性和结构一致性，实现多尺度融合，生成最终修复图像。本发明能够有效保证修复结果的视觉连续性和结构完整性，同时提高处理效率。

本发明授权基于分区域并行自适应像素一致性生成的无缝图像修复方法在权利要求书中公布了：1.基于分区域并行自适应像素一致性生成的无缝图像修复方法，其特征在于，包括如下步骤：S1、接收原始图像和遮挡掩码并进行高斯金字塔分解，获取多尺度图像集和多尺度掩码集；通过边缘检测处理多尺度图像集，计算边界强度，结合多尺度掩码集评估区域重要度；基于区域重要度，采用分水岭算法生成自适应区域划分图，并基于边界复杂度计算区域优先级序列；S2、基于自适应区域划分图，采用特征金字塔网络处理原始图像，提取多尺度特征，并计算特征相关性，通过非局部自注意力机制获取结构特征，得到结构特征图；S3、基于多尺度特征和结构特征图计算注意力权重，分析区域关联强度，生成区域关联图；S4、根据区域优先级序列和区域关联图制定区域生成调度，执行并行区域生成，得到区域生成结果集；S5、基于区域生成结果集计算区域间像素连续性和结构一致性，对区域生成结果集中的生成结果进行自适应融合，输出最终修复图像；步骤S1进一步为：S11、接收原始图像和遮挡掩码图像，通过高斯降采样对原始图像和遮挡掩码图像分别进行L层分解，生成包含L个分辨率级别的多尺度图像集和对应的多尺度掩码集；其中L为大于1的自然数；S12、基于多尺度图像集，计算每个尺度图像的水平和垂直方向梯度值，得到水平梯度值和垂直梯度值；将水平梯度值和垂直梯度值代入预设的边界强度计算公式，得到每个尺度的边界强度图；将所有尺度的边界强度图组合，形成多尺度边界图集；S13、基于多尺度边界图集和多尺度掩码集，计算每个图像位置的边界强度值和到最近未遮挡区域的距离值；将边界强度值和距离值按照预设权重进行加权求和，得到区域重要度评分矩阵；将区域重要度评分矩阵输入改进的分水岭算法，生成自适应区域划分图；S14、基于自适应区域划分图和多尺度边界图集，计算每个区域的边界复杂度值、面积比例值和内容复杂度值；将边界复杂度值、面积比例值和内容复杂度值按照预设权重进行加权求和，得到每个区域的复杂度得分；根据复杂度得分，对所有区域进行排序，生成区域优先级序列；步骤S2进一步为：S21、基于自适应区域划分图，将原始图像输入特征金字塔网络，在每个网络层通过卷积运算提取特征；对提取的特征进行归一化处理，得到归一化特征图；将所有层级的归一化特征图组合，形成多尺度特征图集；S22、对多尺度特征图集中的特征向量进行变换，得到查询特征向量组和键值特征向量组；计算查询特征向量组和键值特征向量组之间的点积，得到特征相关性矩阵；将特征相关性矩阵输入预配置的非局部自注意力模块进行处理，生成结构特征图；步骤S3进一步为：S31、基于多尺度特征图集和结构特征图，将每个尺度的特征图分别转换为查询向量、键值向量和值向量；计算查询向量与键值向量的归一化点积，得到注意力分数；对注意力分数进行softmax运算，得到注意力权重；将各个尺度的注意力权重组合，形成多尺度注意力权重集；S32、基于多尺度注意力权重集，对各个尺度的注意力权重进行加权求和，得到区域关联得分；基于区域关联得分，构建区域之间的连接关系，生成区域关联图；步骤S4进一步为：S41、基于区域优先级序列和区域关联图，分析区域间的依赖关系，计算区域间的关联度；将关联度低于预设阈值的区域组合为并行生成组；按照区域优先级序列中的优先级，对并行生成组进行排序，生成区域生成调度表；S42、基于区域生成调度表，对每个并行生成组的区域提取周围未遮挡区域的特征，作为上下文信息；将上下文信息输入预配置的增强型CAA模块进行内容生成，得到生成内容；对生成内容的边界进行平滑处理，形成区域生成结果集；步骤S5进一步为：S51、基于区域生成结果集，计算相邻区域边界的梯度连续性值和纹理连贯性值，得到像素一致性得分；基于区域生成结果集，评估区域间的几何约束满足程度和透视关系保持程度，得到结构一致性得分；将像素一致性得分和结构一致性得分组合，形成一致性评分矩阵；S52、根据一致性评分矩阵，计算融合权重，构建Laplacian金字塔；基于Laplacian金字塔，对区域生成结果集中的各区域进行多尺度融合，得到融合结果；对融合结果进行局部细节增强处理，生成最终修复图像。

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中科南京人工智能创新研究院;中国科学院自动化研究所，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；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”。