Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安理工大学成宽洪获国家专利权

西安理工大学成宽洪获国家专利权

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!

龙图腾网获悉西安理工大学申请的专利一种图像湍流畸变校正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:CN116342431B

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:202310452516.9,技术领域涉及:G06T5/80;该发明授权一种图像湍流畸变校正方法是由成宽洪;吴钰博;孟海宁;郭禹汝;李帆;曹霆;金海燕;费蓉;王怀军;李军怀设计研发完成,并于2023-04-25向国家知识产权局提交的专利申请。

一种图像湍流畸变校正方法在说明书摘要公布了:本发明涉及图像处理技术领域,解决了现有技术无法提升畸变校正图像预测精度的技术问题,尤其涉及一种图像湍流畸变校正方法,包括以下步骤:S1、基于VGG19网络构建一级校正网络,一级校正网络包括特征融合模块和稠密连接模块;S2、将湍流畸图像输入至一级校正网络中,输出估计湍流畸变图像在一级校正网络上的不确定性映射,即湍流畸变图像在一级校正网络上的方差映射图。本发明通过二级校正网络对湍流畸变图像在一级校正网络的不确定性映射图引导下重点恢复不确定性较大的图像区域,最后输出一张湍流畸变校正图像,并且通过网络对抗和损失函数进行网络优化,可以得到更好的畸变校正效果,提高了畸变校正图像的预测精度。

本发明授权一种图像湍流畸变校正方法在权利要求书中公布了:1.一种图像湍流畸变校正方法,其特征在于,包括以下步骤: S1、基于VGG19网络构建一级校正网络,一级校正网络包括特征融合模块和稠密连接模块; S2、将湍流畸图像输入至一级校正网络中,输出估计湍流畸变图像在一级校正网络上的不确定性映射,即湍流畸变图像在一级校正网络上的方差映射图; S3、基于一级校正网络构建用于对湍流畸变图像在一级校正网络上的方差映射图引导下,重点恢复湍流畸变图像中像素点上方差值较大的图像区域的二级校正网络,最后输出湍流畸变校正图像; 构建基于一级校正网络不确定性的二级校正网络,具体过程包括以下步骤: S321、采用一级校正网络对湍流畸变图像进行S次操作得到S张3通道的畸变校正粗略预测图像,S大小设置为10; S322、遍历S张畸变校正粗略预测图像上的像素点,求出这S张畸变校正粗略预测图像在对应位置像素点的标准差,得到一张湍流畸变图像在一级校正网络上的方差映射图; S323、基于一级校正网络和二级校正网络构成生成器; S324、二级校正网络对湍流畸变图像和其在一级校正网络上的方差映射图在通道维度上进行拼接,对拼接后的向量进行下采样和ReLU激活处理; S325、生成器中的一级校正网络在通过两个卷积核大小为3×3的卷积层进行64个通道的浅层特征提取之后,经过3个相同结构的稠密连接模块在密集连接层之间进行局部特征融合和局部残差学习,并在稠密连接模块之间进行全局特征融合和全局残差学习,最后经过一个上采样层和卷积核大小为3×3的全连接层,输出一张3通道的畸变校正预测图像; S326、通过一个10层的神经网络构成辨别器,将真实的自然图像和畸变校正预测图像输入到判别器中进行浅层特征提取后,再顺序进行卷积、批归一化和Leaky-ReLU的下采样操作,最后使用Dense块再接Sigmoid函数做一个二分类,对真实的自然图像和畸变校正预测图像进行概率打分。

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理工大学,其通讯地址为:710048 陕西省西安市碑林区金花南路5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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。