买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南昌工程学院申请的专利输电线路巡检运动模糊图像超分辨率重建方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119722461B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510214372.2，技术领域涉及：G06T3/4053；该发明授权输电线路巡检运动模糊图像超分辨率重建方法及系统是由曾兵;刘邦;周志豪;高志强;曾赟;李得志;万好;华威;金子涵;周娱璐;易可欣;陈昱璋;谢云敏;张文华;陈显彪;饶繁星;杨小品;夏非设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本输电线路巡检运动模糊图像超分辨率重建方法及系统在说明书摘要公布了：本发明提供了一种输电线路巡检运动模糊图像超分辨率重建方法及系统，该方法包括：获取关于绝缘子的模糊图像，对模糊图像进行时序处理，得到时序图像，并将时序图像进行时间重建操作，得到重建图像；将重建图像经过多尺度空间提取网络模块处理，得到第一特征图；将重建图像经过多维细节增强模块处理，得到第二特征图；提升第二特征图的宽度维度，并在通道维度上拼接第一特征图和提升后的第二特征图，得到拼接特征图，并通过卷积对拼接特征图进行通道降维和特征融合，得到融合特征图，并对融合特征图进行加权，得到超分辨率图像。本发明实施例能够增强图像细节的清晰度，使得目标检测技术能够更加精准地识别和分析绝缘子放电发热的状态。

本发明授权输电线路巡检运动模糊图像超分辨率重建方法及系统在权利要求书中公布了：1.一种输电线路巡检运动模糊图像超分辨率重建方法，其特征在于，所述方法包括： 获取关于绝缘子的模糊图像，对所述模糊图像进行时序处理，得到时序图像，并将所述时序图像依次进行时间注意力、时间聚合以及时间重建操作，得到重建图像； 将所述重建图像依次进行多层卷积处理、空洞卷积处理、残差处理、注意力机制处理、降维处理以及维度转化处理，得到第一特征图； 通过两个连续的3D卷积操作将所述重建图像的通道进行扩增，并根据以下公式对扩增后的重建图像进行空洞卷积处理： 其中，O表示输出尺寸，包括输出的深度、宽度和高度，I表示输入尺寸，P表示填充，D1表示卷积核的深度，K表示卷积核的大小，S1表示步长； 将空洞卷积处理后的结果经过残差块处理，再通过残差连接将残差块的输出与空洞卷积处理后的结果相加输出特征图，所述残差块由两个卷积层组成，每个卷积层保持通道数和空间维度不变； 将特征图进行平均池化操作： 其中，yb,c是通道c在样本b上的加权特征值，H和W分别是输入特征图的高度和宽，xb,c,1,h,w是输入张量的第b个样本、第c个通道、第1个时间步、第h个高度位置、第w个宽度位置的值； 将平均池化后的特征图映射到一个新的张量： Ab，c＝σConv1×1yb，c； 其中，Ab，c是第b个样本、第c个通道的注意力权重，Conv1×1表示通过一个1×1的卷积层进行映射，σ表示激活函数，用于使权重的范围输出在0到1之间； 通过广播机制将注意力权重扩展到每个空间位置： Ab，c，d,h，w＝Ab，c； 其中，Ab，c，d，h，w是通过广播机制扩展后的注意力权重； 应用广播后的注意力权重： Yb，c，d，h，w＝Xb，c，d，h，w×Ab，c，d，h，w； 其中，Yb,c，d，h，w是输出张量，每个空间位置的特征被相应的通道的注意力权重调节，Xb，c,d,h，w是输入特征图的第b个样本、第c个通道、第d个时间步、第h个高度位置、第w个宽度位置的值； 将输出张量进行降维处理以及维度转化处理，得到第一特征图； 将所述重建图像依次进行3D卷积处理、空间注意力机制处理、张量重塑、置换操作、3D多头自注意力机制处理、形状恢复、高维卷积处理、残差连接、动态池化、展平操作、全连接操作、张量扩展及维度重复处理，得到第二特征图； 提升所述第二特征图的宽度维度，并在通道维度上拼接第一特征图和提升后的第二特征图，得到拼接特征图，并通过1x1x1的卷积对所述拼接特征图进行通道降维和特征融合，得到融合特征图，并对所述融合特征图进行加权，得到超分辨率图像； 根据以下公式获取拼接特征图： 其中，concat·表示沿维度拼接操作，M表示输出的第一特征图，C表示拼接特征图，表示假设带值进去得到拼接后的图； 根据以下公式进行特征融合： 其中，Ffused表示融合后的特征图，b′表示融合后的图像批次，c′表示融合后的特征图通道数，d′表示融合后的特征图深度，h′表示融合后的特征图高度，w′表示融合后的特征图宽度，Cin表示原始通道数，Cs表示附加通道数，C[b,c,d，h,w]表示拼接操作输出的特征图，表示一个权重张量，用于将输入特征从通道c转换到新的c′，1，1，1表示1x1x1卷积，表示偏置项，Cf表示融合后特征图的通道数； 根据以下公式进行加权： Ffinal＝ReLUFcbam Fcbam＝Fca⊙S2 Fca＝Ffused⊙A2； 其中，Fcbam表示输出的加权特征值图，Fca表示全局平均池化操作中所得到的第一加权操作结果，⊙表示逐元素相乘，S2表示输出的空间注意力图，Ffused表示融合操作后的特征图，A2表示注意力特征图，Ffinal表示输出的超分辨率图像，ReLU表示激活函数； 提升多维细节增强模块输出的宽度维度： 其中，interpolate·表示用于对输入特征图进行大小调整的函数；S3表示输入特征图，即多维细节增强模块所输入进来的特征图；size＝416,416,64定义了插值后的尺寸目标尺寸；align_corners＝True决定了插值的方式中角落像素的对齐策略，设置为True时，输入和输出张量的角落像素将对齐。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南昌工程学院，其通讯地址为：330000 江西省南昌市高新区天祥大道289号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。