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！

龙图腾网获悉长春理工大学申请的专利一种基于边缘先验的高质量多光谱去马赛克方法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：CN119963407B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510452260.0，技术领域涉及：G06T3/4015；该发明授权一种基于边缘先验的高质量多光谱去马赛克方法是由张博;黄天;梁宗林;赵渊明;朴明旭设计研发完成，并于2025-04-11向国家知识产权局提交的专利申请。

本一种基于边缘先验的高质量多光谱去马赛克方法在说明书摘要公布了：一种基于边缘先验的多光谱去马赛克方法，属于图像复原技术领域，为了解决由引导图像边缘纹理信息恢复不足造成的重建图像边缘附近存在伪影和噪声的问题，该方法包括以下步骤：一，设计具有SSF的九通道光谱滤光阵列；二，构建密集采样通道图像估计模型；三，计算梯度得到水平和垂直方向的估计值；四，确定估计值贡献权重，使用S型函数平滑混合估计值；五，通过引导滤波重建稀疏采样通道图像。本发明使用泰勒多项式对密集通道像素值进行估计，并计算密集采样通道图像中未采样像素点的水平和垂直一阶和二阶梯度，以适应不同光谱通道的特性，利用S型函数作为贡献权重函数，平滑地混合多个估计值，优化像素值估计，提高图像重建质量。

本发明授权一种基于边缘先验的高质量多光谱去马赛克方法在权利要求书中公布了：1.一种基于边缘先验的多光谱去马赛克方法，其特征是，该方法包括以下步骤： 步骤一，设计具有SSF的九通道光谱滤光阵列：基于二叉树算法设计九通道多光谱滤光片阵列排布，其包含一个12采样率的密集采样通道和八个116采样率的稀疏采样通道，以及九个具有特定SSF的滤光器，以实现均匀采样和满足特定光谱成像需求； 步骤二，构建密集采样通道图像估计模型：使用泰勒多项式将密集采样通道图像中未采样点的像素值估计为其邻近采样点像素值的加权和； 步骤三，计算梯度得到水平和垂直方向的估计值：计算密集采样通道图像未采样像素点的水平及垂直一阶和二阶梯度，得到水平和垂直两个方向估计值； 步骤四，确定估计值贡献权重，使用S型函数平滑混合估计值：通过水平变化υh、水平上侧变化水平下侧变化垂直变化υv、垂直左侧变化以及垂直右侧变化来确定估计值贡献权重，并通过S型函数平滑混合估计值； 步骤五，通过引导滤波重建稀疏采样通道图像：将重建后的密集通道图像作为引导图，应用引导滤波技术重建稀疏采样通道的原始图像，优化图像质量； 所述步骤二构建密集采样通道图像估计模型具体步骤： 使用泰勒多项式将密集采样通道图像中未采样点的像素值估计为其邻近采样点像素值的加权和； 密集采样通道图像中未采样像素i,j的像素值估计为其邻近采样点在图像中的像素值的加权和，用泰勒多项式表示如下： 其中x0是起始点，fnx0表示函数的n阶导数，Rnx表示残差误差；当给定方向导数或梯度值时，利用采样点来估计未采样点；从水平和垂直方向分别估计邻域中心位置的像素值，具体如下： 和表示水平一阶和二阶梯度，和表示垂直一阶和二阶梯度，分别是对中心位置i,j处的水平和垂直估计值；最后，利用这水平和垂直两个方向估计值的加权和作为中心位置i,j处的缺失像素值，即 其中，ωh、ωv表示方向估计的贡献权重，ωv+ωh＝1； 步骤三计算密集采样通道图像未采样像素点的水平及垂直一阶和二阶梯度，得到水平和垂直两个方向估计值； 所述密集采样通道图像I中i,j、i+2,j、i-2,j、i,j+2并不属于同一光谱通道，在像素i,j处的水平一阶和二阶梯度由和表示以及垂直一阶和二阶梯度由和表示由下式计算： 其中，和表示邻域像素二阶梯度估计的贡献权重，像素i-1,j-1,i-1,j+1,i+1,j-1和i+1,j+1处的一阶梯度和像素i+1,j,i-1,j,i,j+1和i,j-1处二阶梯度计算方法如下： 联立公式3、4和5，得到水平和垂直两个方向估计值。

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长春理工大学，其通讯地址为：130022 吉林省长春市朝阳区卫星路7089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”。