買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉華東交通大學;重慶大學溧陽智慧城市研究院申請的專利一種基于多尺度縮放的微觀電鏡圖像處理方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119648526B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411620688.3，技術領域涉及：G06T3/4053；該發明授權一種基于多尺度縮放的微觀電鏡圖像處理方法及系統是由趙宏宇;孫浚博;錢志祥;王翔宇;苗守舉;汪軍;李子莫;劉涵設計研發完成，并于2024-11-14向國家知識產權局提交的專利申請。

本一種基于多尺度縮放的微觀電鏡圖像處理方法及系統在說明書摘要公布了：本發明為一種基于多尺度縮放的微觀電鏡圖像處理方法及系統，所述方法包括通過微觀電鏡對目標物體進行圖像的獲取，將獲取的微觀電鏡圖像存儲到文件中，并對圖像進行雙線性差值下采樣處理，保存雙線性差值下采樣處理后的圖像作為低分辨率圖像LR；對低分辨率圖像LR進行旋轉、縮放、翻轉、調整亮度和對比度，并添加隨機噪聲，從而生成額外的變體；獲得微觀圖像數據集；構建多尺度縮放微觀電鏡圖像超分辨率MS?MESR網絡模型。本發明能夠實現靈活的縮放倍數控制，實現了縮放倍數的更多選擇性結果，顯著提高了微觀電鏡圖像的分辨率和質量、以及不同縮放因子下的適用性。

本發明授權一種基于多尺度縮放的微觀電鏡圖像處理方法及系統在權利要求書中公布了：1.一種基于多尺度縮放的微觀電鏡圖像處理方法，其特征在于，所述方法包括以下步驟： 步驟一：通過微觀電鏡對目標物體進行圖像的獲取，將獲取的微觀電鏡圖像存儲到文件中，并對圖像進行雙線性差值下采樣處理，保存雙線性差值下采樣處理后的圖像作為低分辨率圖像LR；對低分辨率圖像LR進行旋轉、縮放、翻轉、調整亮度和對比度，并添加隨機噪聲，從而生成額外的變體；獲得微觀圖像數據集； 步驟二：構建多尺度縮放微觀電鏡圖像超分辨率MS-MESR網絡模型 所述多尺度縮放微觀電鏡圖像超分辨率MS-MESR網絡模型包括預訓練的自編碼器、潛在擴散模型LDM、隱式神經解碼器和多層感知機MLP組成的解碼部分；所述隱式神經解碼器和多層感知機組成的解碼部分用于將最后一個時間步長狀態下的潛在特征向量z'進行重構并且反饋到圖像空間； 輸入低分辨率圖像LR，經過自編碼器進行像素空間的編碼，將輸入低分辨率圖像LR編碼為特征圖信息，并且抽取為一個潛在特征向量h、w、c分別為輸入低分辨率圖像LR的高、寬和通道數； 在潛在擴散模型LDM中，通過將潛在空間中的高斯分布隨機變量與前向擴散過程生成的噪聲結合起來得到隨機輸入噪聲，把潛在特征向量z與隨機輸入噪聲進行拼接，作為LDM的主體部分去噪UNet的輸入，而后由去噪UNet進行擴散的正向過程和反向過程，在得到去噪UNet輸出時，再次與預訓練的自編碼器得到的潛在特征向量z進行拼接，得到上一時間步長T-1時的潛在特征向量將得到的T-1時間步長狀態下的潛在特征向量輸入到隱式神經解碼器，與此同時將潛在空間坐標系中圖像像素所對應的坐標信息輸入隱式神經解碼器和多層感知機MLP組成的解碼部分中，不斷對潛在特征向量z進行維度擴展以及維度收縮；以最后一個時間步長狀態下的潛在特征向量z'輸入解碼部分，并在圖像空間進行最后的解碼，得到最后的輸出超分辨率圖像； 在多層感知機中設置縮放倍數序列s∈1,M]，其中M表示縮放的最大倍數，在s中隨機選擇一個縮放倍數N，構成從1到N縮放倍數的子序列s*，根據U＝Reshapes*將子序列s*映射為向量集合然后對向量集合中的元素進行正則化處理，獲得正則化結果 其中，表示的正則化結果，設置參數δ＝1e-8避免正則化過程分母為零；Reshape表示映射函數；表示向量集合U中的元素； 再根據下式獲得不同縮放倍數時的多層感知機的工作參數fθ； 其中，j＝1,2；i＝1,2,…,N；表示向量集合U中的元素； 則解碼部分輸出圖像使用下式表示： 其中，Ic為圖像關于隱式空間坐標系中RGB像素值的定義，表示符合正態分布的定義，D表示解碼部分操作；是指隱式神經解碼器，z'是經過潛在擴散模型采樣后的最后一個時間步長狀態下的潛在特征向量，c*是z'相關的像素坐標；潛在特征向量z'首先經過隱式神經解碼器進行解碼，然后由c*進行歐式距離的插值，拼接后由多層感知機MLP進行最后的像素空間轉圖像空間的解碼處理，Fθ表示多層感知機MLP的數學模型的函數表示； 所述預訓練的自編碼器由第一個3×3卷積層Conv、一個組歸一化層、一個激活函數ReLU、第二個3×3卷積層Conv組成以及尾部的一個激活函數ReLU組成，其中還包含一個由第一個3×3卷積層的輸入到第二個3×3卷積層Conv的殘差連接； 所述隱式神經解碼器包括一個淺層3×3卷積層Conv和主要解碼部分，該主要解碼部分由兩個子部分串聯組成，每個子部分包括依次連接的組歸一化層、Sigmoid激活函數層和3×3卷積層Conv；潛在特征向量z'輸入淺層3×3卷積層Conv得到淺層特征信息，淺層特征信息經過該主要解碼部分得到深層的特征信息，并且引入殘差機制，將淺層特征信息和深層特征信息進行相加，用該相加結果與潛在空間坐標系中圖像像素所對應的坐標信息進行拼接后作為多層感知機的輸入； 在包含多層感知機MLP的解碼部分上，能夠實現靈活的縮放倍數控制，實現了縮放倍數的更多選擇性結果，顯著提高了微觀電鏡圖像的分辨率和質量、以及不同縮放因子下的適用性； 步驟三、利用微觀圖像數據集訓練MS-MESR網絡模型，訓練好的MS-MESR網絡模型用于實時處理微觀電鏡圖像，獲得低分辨率圖像對應的超分辨率圖像，進行細節恢復和增強； 訓練過程中通過計算圖像的峰值信噪比PSNR和結構相似性指數SSIM來評估超分辨率圖像的質量，縮放因子N＝4倍下的指標對比數據，峰值信噪比PSNR和結構性相似度SSIM分別達到37.50和0.87；當縮放因子改變后不需要重新訓練，縮放因子N＝16倍下的峰值信噪比PSNR和結構性相似度SSIM分別達到36.88和0.78。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華東交通大學;重慶大學溧陽智慧城市研究院，其通訊地址為：330013 江西省南昌市經開區雙港東大街808號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。