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！

龍圖騰網獲悉西安理工大學申請的專利一種圖像湍流畸變校正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：CN116342431B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202310452516.9，技術領域涉及：G06T5/80；該發明授權一種圖像湍流畸變校正方法是由成寬洪;吳鈺博;孟海寧;郭禹汝;李帆;曹霆;金海燕;費蓉;王懷軍;李軍懷設計研發完成，并于2023-04-25向國家知識產權局提交的專利申請。

本一種圖像湍流畸變校正方法在說明書摘要公布了：本發明涉及圖像處理技術領域，解決了現有技術無法提升畸變校正圖像預測精度的技術問題，尤其涉及一種圖像湍流畸變校正方法，包括以下步驟：S1、基于VGG19網絡構建一級校正網絡，一級校正網絡包括特征融合模塊和稠密連接模塊；S2、將湍流畸圖像輸入至一級校正網絡中，輸出估計湍流畸變圖像在一級校正網絡上的不確定性映射，即湍流畸變圖像在一級校正網絡上的方差映射圖。本發明通過二級校正網絡對湍流畸變圖像在一級校正網絡的不確定性映射圖引導下重點恢復不確定性較大的圖像區域，最后輸出一張湍流畸變校正圖像，并且通過網絡對抗和損失函數進行網絡優化，可以得到更好的畸變校正效果，提高了畸變校正圖像的預測精度。

本發明授權一種圖像湍流畸變校正方法在權利要求書中公布了：1.一種圖像湍流畸變校正方法，其特征在于，包括以下步驟： S1、基于VGG19網絡構建一級校正網絡，一級校正網絡包括特征融合模塊和稠密連接模塊； S2、將湍流畸圖像輸入至一級校正網絡中，輸出估計湍流畸變圖像在一級校正網絡上的不確定性映射，即湍流畸變圖像在一級校正網絡上的方差映射圖； S3、基于一級校正網絡構建用于對湍流畸變圖像在一級校正網絡上的方差映射圖引導下，重點恢復湍流畸變圖像中像素點上方差值較大的圖像區域的二級校正網絡，最后輸出湍流畸變校正圖像； 構建基于一級校正網絡不確定性的二級校正網絡，具體過程包括以下步驟： S321、采用一級校正網絡對湍流畸變圖像進行S次操作得到S張3通道的畸變校正粗略預測圖像，S大小設置為10； S322、遍歷S張畸變校正粗略預測圖像上的像素點，求出這S張畸變校正粗略預測圖像在對應位置像素點的標準差，得到一張湍流畸變圖像在一級校正網絡上的方差映射圖； S323、基于一級校正網絡和二級校正網絡構成生成器； S324、二級校正網絡對湍流畸變圖像和其在一級校正網絡上的方差映射圖在通道維度上進行拼接，對拼接后的向量進行下采樣和ReLU激活處理； S325、生成器中的一級校正網絡在通過兩個卷積核大小為3×3的卷積層進行64個通道的淺層特征提取之后，經過3個相同結構的稠密連接模塊在密集連接層之間進行局部特征融合和局部殘差學習，并在稠密連接模塊之間進行全局特征融合和全局殘差學習，最后經過一個上采樣層和卷積核大小為3×3的全連接層，輸出一張3通道的畸變校正預測圖像； S326、通過一個10層的神經網絡構成辨別器，將真實的自然圖像和畸變校正預測圖像輸入到判別器中進行淺層特征提取后，再順序進行卷積、批歸一化和Leaky-ReLU的下采樣操作，最后使用Dense塊再接Sigmoid函數做一個二分類，對真實的自然圖像和畸變校正預測圖像進行概率打分。

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理工大學，其通訊地址為：710048 陜西省西安市碑林區金花南路5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”。