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！

龙图腾网获悉南京航空航天大学申请的专利一种多干扰源场景下的图像重建方法及装置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：CN118628376B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202410758126.9，技术领域涉及：G06T5/60；该发明授权一种多干扰源场景下的图像重建方法及装置是由燕雪峰;万晓天设计研发完成，并于2024-06-13向国家知识产权局提交的专利申请。

本一种多干扰源场景下的图像重建方法及装置在说明书摘要公布了：本发明公开了一种多干扰源场景下的图像重建方法及装置，所述方法包括以下步骤：S1、对于输入图像，使用多个针对不同干扰场景的视觉特征编码器提取特征并进行特征融合；S2、干扰类型分类模型根据融合的特征进行干扰因素识别；S3、根据干扰因素的识别结果，采用相应的校正算法对图像进行校正；S4、基于校正后的图像特征进行图像重建，生成最终的成像结果。本发明通过多传感器融合技术获取多种数据源，结合深度学习算法对数据进行分析和处理，实现对不同类型干扰的准确识别和分类，进而优化成像，提高成像质量和效率，具有广泛的应用前景，对于提升成像技术水平和推动相关领域的发展具有积极意义。

本发明授权一种多干扰源场景下的图像重建方法及装置在权利要求书中公布了：1.一种多干扰源场景下的图像重建方法，其特征在于，包括以下步骤： S1、对于输入图像，使用多个针对不同干扰场景的视觉特征编码器提取特征并进行特征融合； S2、干扰类型分类模型根据融合的特征进行干扰因素识别； S3、根据干扰因素的识别结果，采用相应的校正算法对图像进行校正； S4、基于校正后的图像特征进行图像重建，生成最终的成像结果； 所述S1中，视觉特征编码器首先利用激活函数得到输入图像的权重向量，将其与视觉特征相乘，进行特征通道级融合； 然后，使用卷积以及Sigmoid激活函数得到权重图，并与对应特征相乘得到空间融合特征； 最终将通道融合以及空间融合后的特征图相加得到最终的融合视觉特征； 采用YOLOv5作为视觉特征编码器与干扰类型分类模型的联合模型，其中联合模型包括编码器、双向自适应特征融合模块、骨干网络和特征金字塔与检测头；编码器、双向自适应特征融合模块构成视觉特征编码器；骨干网络和特征金字塔与检测头构成干扰类型分类模型； 视觉特征编码器使用预训练好的模型，在联合训练时使用设定的较小的学习率进行微调，YOLOv5的骨干网络的前两层去除，只保留后三层，模型的输入替换为自适应融合后的视觉特征，联合模型在训练过程中用于约束的损失函数如下： ； 其中X和Y是输入的隐空间特征，是对应损失的系数； 为L2损失，为CharbonnierLoss，为EdgeLoss，具体公式为： ； 其中是拉普拉斯算子，是一个极小的常数。

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京航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29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”。