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！

龍圖騰網獲悉國科大杭州高等研究院申請的專利一種多模光纖的散斑圖像處理方法、裝置、介質及設備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：CN120374406B 。

龍圖騰網通過國家知識產權局官網在2025-08-29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：202510885527.5，技術領域涉及：G06T5/40；該發明授權一種多模光纖的散斑圖像處理方法、裝置、介質及設備是由杜陽;曾憲睿;葉志誠;王寧;周寧;吳達坤;于飛;于春雷;胡麗麗設計研發完成，并于2025-06-30向國家知識產權局提交的專利申請。

本一種多模光纖的散斑圖像處理方法、裝置、介質及設備在說明書摘要公布了：本申請公開一種多模光纖的散斑圖像處理方法、裝置、介質及設備，該方法包括：將待處理的多模光纖圖像輸入至散斑消除模型，其中，散斑消除模型包括小波分解模塊、通道擴展模塊、深層特征處理模塊、通道縮減模塊、小波重構模塊和圖像增強模塊；小波分解模塊對多模光纖圖像進行分解；通道擴展模塊對分解后的圖進行通道擴展處理；深層特征處理模塊對通道擴展后的圖進行多次特征提取處理、維度調整處理和特征融合處理；通道縮減模塊對深層特征處理的圖進行通道縮減處理；小波重構模塊對通道縮減的圖進行重構處理；圖像增強模塊對重構的圖進行圖像增強處理，得到目標圖像。本申請將特征圖處理重點從空域轉換為通道域，大大減少了消斑處理模型的計算量。

本發明授權一種多模光纖的散斑圖像處理方法、裝置、介質及設備在權利要求書中公布了：1.一種多模光纖的散斑圖像處理方法，其特征在于，包括： 獲取待處理的多模光纖圖像，將所述待處理的多模光纖圖像輸入至訓練完的散斑消除模型，其中，所述散斑消除模型包括小波分解模塊、通道擴展模塊、深層特征處理模塊、通道縮減模塊、小波重構模塊和圖像增強模塊； 基于所述小波分解模塊對所述待處理的多模光纖圖像進行分解，得到第一預設數量個子圖； 基于所述通道擴展模塊對第一預設數量個子圖進行通道擴展處理，得到第二預設數量個淺層特征圖； 基于所述深層特征處理模塊分別對每個淺層特征圖進行多次特征提取處理、維度調整處理和特征融合處理，得到第二預設數量個深層特征圖； 基于所述通道縮減模塊對第二預設數量個深層特征圖進行通道縮減處理，得到第一預設數量個特征壓縮圖； 基于所述小波重構模塊對第一預設數量個特征壓縮圖進行重構處理，得到重構圖； 基于所述圖像增強模塊對所述重構圖進行對比度受限的自適應直方圖均衡方法的圖像增強處理，得到目標圖像； 所述將所述待處理的多模光纖圖像輸入至訓練完的散斑消除模型之前，所述多模光纖的散斑圖像處理方法還包括： 獲取多個多模光纖訓練圖像以及每個所述多模光纖訓練圖像對應的無散斑圖像； 將每個所述多模光纖訓練圖像以及每個所述多模光纖訓練圖像對應的無散斑圖像輸入至初始的散斑消除模型，對所述初始的散斑消除模型進行訓練，得到訓練完的散斑消除模型； 訓練時，采用下述方法計算散斑消除模型的損失函數值： 按預設圖像大小和預設位置，在每個多模光纖訓練圖像對應的模型消斑圖像中截取至少一個消斑子圖像，將多個消斑子圖像進行拼接，得到第一拼接圖，其中，模型消斑圖像為散斑消除模型對多模光纖訓練圖像進行消斑處理后的圖像； 按預設圖像大小和預設位置，在每個多模光纖訓練圖像對應的無散斑圖像中截取至少一個無斑子圖像，將多個無斑子圖像進行拼接，得到第二拼接圖； 按子圖從上到下的順序，將所述第一拼接圖中的消斑子圖像和所述第二拼接圖中的無斑子圖像劃分為多組子圖，將每組子圖中的像素值分別代入預設的結構相似性值計算式，得到每組子圖的結構性相似值，將所有組子圖的結構性相似值的平均值作為結構相似性損失值； 將所述第一拼接圖和所述第二拼接圖中的像素值代入預設的峰值信噪比計算式，得到峰值信噪比，將所述結構相似性損失值和所述峰值信噪比代入預設的組合損失函數計算式中，得到損失函數值。

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國科大杭州高等研究院，其通訊地址為：310024 浙江省杭州市西湖區象山支弄1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”。