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！

龍圖騰網獲悉南昌大學;歐菲微電子(南昌)有限公司申請的專利基于小波域雙分數匹配模型的散射成像圖像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：CN120388097B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202510884662.8，技術領域涉及：G06T11/00；該發明授權基于小波域雙分數匹配模型的散射成像圖像重建方法是由萬文博;伍欣怡;滕萌;于琪;丁新敏;劉且根設計研發完成，并于2025-06-30向國家知識產權局提交的專利申請。

本基于小波域雙分數匹配模型的散射成像圖像重建方法在說明書摘要公布了：本發明公開了基于小波域雙分數匹配模型的散射成像圖像重建方法，利用訓練好的全頻分數匹配子模型和高頻分數匹配子模型來提取目標物的全頻和高頻先驗信息，在全頻和高頻先驗信息的雙約束下，將圖像傳感器所獲取的散射介質背后的目標物的散斑圖像經過維納反卷積、支撐域約束和雙邊濾波處理后作為保真項，進行圖像重建，重建過程包括輸入噪聲、預測、矯正、分圖、更新子圖、合并子圖、逆小波變換、去噪，將去噪后圖像作為輸入重復重建過程預測次數后，輸出重建圖像。本發明通過高維低秩先驗信息約束與數據保真度的高效協同對散射介質背后的目標物進行重建，能夠有效解決散射介質場景下復雜目標物重建的難題，顯著提升了成像質量。

本發明授權基于小波域雙分數匹配模型的散射成像圖像重建方法在權利要求書中公布了：1.一種基于小波域雙分數匹配模型的散射成像圖像重建方法，其特征在于，所述方法包括： 在先驗信息提取階段，利用訓練好的全頻分數匹配子模型和高頻分數匹配子模型來提取目標物的全頻和高頻先驗信息； 在圖像重建階段，在全頻和高頻先驗信息的雙約束下，將圖像傳感器所獲取的散射介質背后的目標物的散斑圖像經過維納反卷積、支撐域約束和雙邊濾波處理后作為保真項，進行圖像重建，重建過程包括： 第一步，隨機生成四張二維的高斯噪聲圖像； 第二步，將高斯噪聲圖像輸入全頻分數匹配子模型中進行圖像重建； 第三步，引入全頻先驗信息的約束，同時采用保真項增強數據一致性，以獲得預測圖像； 第四步，利用退火朗之萬方程作為矯正器，利用保真項作為數據一致性保持器，將預測圖像輸入內部循環進行矯正，以獲得待重建圖像； 第五步，將待重建圖像分為高頻分量原始圖像和低頻分量原始圖像； 第六步，將高頻分量原始圖像輸入到高頻分數匹配子模型，并利用高頻先驗信息進行約束，同時利用保真項作為數據一致性保持器進行保真，以獲得高頻分量更新圖像； 第七步，將高頻分量更新圖像和高頻分量原始圖像加權求和后，與低頻分量原始圖像進行合并優化，對優化后的小波域圖像進行逆小波變換和總變分正則化項去噪，獲得去噪后的空間域圖像； 第八步，將去噪后的空間域圖像經小波處理后重新作為輸入，重復執行預設次數的第二步至第七步后結束循環，將最后一次循環后輸出的空間域圖像作為目標物相近的重建圖像； 在先驗信息提取階段之前，還包括模型訓練階段，包括： 利用小波變換將目標物的單通道空間域圖像數據集轉換為四通道小波域的全頻圖像數據集和三通道小波域的高頻圖像數據集； 利用小波變換后得到的兩種數據集分別訓練第一原始分數匹配模型和第二原始分數匹配模型，以得到訓練好的全頻分數匹配子模型和高頻分數匹配子模型。

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南昌大學;歐菲微電子(南昌)有限公司，其通訊地址為：330000 江西省南昌市紅谷灘新區學府大道999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”。