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！

龙图腾网获悉西安电子科技大学申请的专利一种基于图像块级别和像素级别统一的高动态范围成像系统及成像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：CN115760647B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202211583428.4，技术领域涉及：G06T5/00；该发明授权一种基于图像块级别和像素级别统一的高动态范围成像系统及成像方法是由陈伟烨;王保保;闫庆森;王邦鸿设计研发完成，并于2022-12-10向国家知识产权局提交的专利申请。

本一种基于图像块级别和像素级别统一的高动态范围成像系统及成像方法在说明书摘要公布了：一种基于图像块级别和像素级别统一的高动态范围成像系统及成像方法，其系统包括内容补全网络和基于变换器的可变形大范围融合网络；其方法为，内容补全网络利用基于图像块集合模块集合了大范围纹理相似的特征去填补伪影区域，同时为了降低重建偏移的风险，利用门控模块发挥了基于图像块集合模块和注意力机制模块的优势，融合了运动和饱和区域内部及边缘有效的信息；基于变换器的自适应可变形融合网络通过残差可变形的变换器模块融合大运动的特征，还可以动态调整不同区域的权重，自适应融合不同曝光区域的信息，最后重建一张高质量的高动态范围图片，有效去除伪影且提高重建图像质量。

本发明授权一种基于图像块级别和像素级别统一的高动态范围成像系统及成像方法在权利要求书中公布了：1.一种基于图像块级别和像素级别统一的高动态范围的成像方法，其特征在于：具体包括以下步骤： 步骤1、内容补全网络处理 1）对于注意力机制模块，利用卷积层自动生成非参考帧图像块与参考帧图像块之间的注意力权重，随后将注意力权重与非参考帧图像块逐像素相乘，使非参考帧图像块根据注意力权重的大小突出图像中良好的曝光区域，同时能够抑制非参考帧图像块中运动与饱和的区域； 2）对于基于图像块集合模块，利用矩阵相乘，计算非参考帧图像块特征矩阵与参考帧块图像块特征矩阵的转置，即：内积，得到相似度矩阵，随后非参考帧图像块与相似度矩阵进行矩阵相乘，使非参考帧图像块根据与参考帧图像块的相似度对非参考帧图像块中相似的纹理信息进行选择性集合，能够填补运动与饱和区域内部的信息； 3）对于步骤1第1）步处理后的图像特征不能有效填补运动与饱和区域的信息的问题，以及步骤1第2）步处理后的图像特征引入的其他背景信息，存在重建偏移的风险的问题，使用门控模块分别利用卷积层预测注意力机制模块和基于图像块集合模块的输出特征的动态权重，然后将此动态权重交叉逐像素相乘对应的特征，这样利用动态权重交叉逐像素相乘的方式能自动对注意力机制模块和基于图像块集合模块的特征进行交互融合； 步骤2、针对基于变换器的可变形大范围融合网络处理 基于变换器的可变形大范围融合网络将内容补全网络的特征输入到残差可变形的变换器模块，此模块采用多个移动窗口变换器层作为基础层和一个基于可变形窗口的注意力机制层，对长距离的信息进行融合；具体为： 1）移动窗口变换器层首先将图像划分成不重叠的窗口，再将不重叠的窗口内的图像块通过三个全连接层映射成查询特征、键特征和数值特征，进而通过自注意力机制层，在窗口内与窗口间计算查询特征和键特征之间的内积得到相似度矩阵，最后将相似度矩阵和数值特征通过矩阵相乘进行融合不同曝光与运动区域的特征； 2）基于可变形窗口的注意力机制层，首先将输入特征划分成不重叠的窗口，然后通过一个全连接层将不重叠的窗口内的图像块映射成查询特征，再将此查询特征经过偏移网络预测查询特征的偏移量，随后将查询特征与偏移量相加得到偏移的查询特征，再将偏移的查询特征经过两个全连接层映射成键特征和数值特征，进而通过自注意力机制在不重叠的窗口内与窗口间计算偏移的查询特征与键特征的内积得到相似度矩阵，最后将相似度矩阵和数值特征利用矩阵乘法进行动态融合；以避免对长距离关系的建模能力的限制，同时降低计算复杂度。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。