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！

龍圖騰網獲悉西安工業大學申請的專利基于深度學習的大視場天文圖像復原和超分辨率重建方法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：CN117274078B 。

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：202311133752.0，技術領域涉及：G06T5/77；該發明授權基于深度學習的大視場天文圖像復原和超分辨率重建方法是由馬龍;趙佳堯;杜江斌;王旭昊;彭楊帆;張宇;辛佳榕設計研發完成，并于2023-09-05向國家知識產權局提交的專利申請。

本基于深度學習的大視場天文圖像復原和超分辨率重建方法在說明書摘要公布了：本發明屬于圖像處理領域，具體為一種基于深度學習的大視場天文圖像復原和超分辨率重建方法，該方法包括S1.制作大視場天文圖像數據集；S2.通過對復原任務和超分辨率任務同時進行約束來構建Res?模型，模型包括特征提取模塊、特征矯正模塊和progressivegeneration模塊；S3.利用Res?模型進行端到端的圖像復原及超分辨率重建：特征提取模塊提取不同分辨率的特征，然后通過特征矯正模塊對圖像特征的錯誤部分進行矯正，矯正后的特征與對應的分辨率特征進行融合，生成復原圖像和超分辨率圖像。本方法可以同時生成高質量的復原圖像和超分辨率圖像，且PSNR和SSIM都獲得了提升。

本發明授權基于深度學習的大視場天文圖像復原和超分辨率重建方法在權利要求書中公布了：1.一種基于深度學習的大視場天文圖像復原和超分辨率重建方法，其特征在于，包括如下步驟： S1.制作數據集： 1制作復原任務的大視場天文圖像數據集； 2制作超分辨率任務的大視場天文圖像數據集： S2.通過對復原任務和超分辨率任務同時進行約束來構建ResRecNet模型，ResRecNet模型包括特征提取模塊、特征矯正模塊和progressivegeneration模塊； S3.利用ResRecNet模型進行端到端的圖像復原及超分辨率重建：輸入降質圖像后首先由特征提取模塊提取不同分辨率的特征，對于復原任務將提取到的特征直接輸入到特征矯正模塊，對于超分辨率重建任務將特征進行上采樣后再輸入到特征矯正模塊，然后通過特征矯正模塊對圖像特征的錯誤部分進行矯正，復原任務與超分辨率任務得到各自矯正的特征后，將矯正后的特征與progressivegeneration模塊對應的分辨率特征進行融合，生成復原圖像和超分辨率圖像； 步驟S2中所述的特征提取模塊為一個由全卷積層組成的編碼器網絡，該網絡共有6個CNNBlock，每個CNNBlock中均包含兩層CNN和BN，每個CNNBlock內卷積層通過IdentityConnection結構相連接； 步驟S2中復原任務與超分辨率重建任務所用的特征矯正模塊是獨立的，其通過引用NAFNet中的模塊，包括以下三部分： 1Mobileconvolution，其基于具有通道注意力的point-wise和depthwiseconvolution； 2前饋網絡模塊，其具有兩個通過point-wiseconvolution實現的全連接層； 3上采樣模塊，由亞像素卷積和Conv2d組成，此模塊為超分辨率重建任務獨有，用于超分辨率重建中的特征分辨率以及通道的調整； 步驟S2中所述的progressivegeneration模塊由8個CNNBlock組成，每個CNNBlock包含兩層CNN以及Upsampling，每層CNN中正則化的具體做法：根據當前網絡的輸入輸出通道隨機生成卷積權重，通過KaimingNormalization將卷積權重初始化均值為0、方差為的高斯分布，其中a為激活函數的負斜率、n表示上一層神經元的數量，進一步對卷積權重進行正則化操作。

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西安工業大學，其通訊地址為：710032 陜西省西安市未央區學府中路2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”。