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！

龙图腾网获悉南京邮电大学申请的专利基于半耦合深度卷积字典学习的图像超分辨率重建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：CN115829834B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202211133791.6，技术领域涉及：G06T3/4053；该发明授权基于半耦合深度卷积字典学习的图像超分辨率重建方法是由王力谦;李东升;邵文泽;葛琦设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本基于半耦合深度卷积字典学习的图像超分辨率重建方法在说明书摘要公布了：本发明公开了一种基于半耦合深度卷积字典学习的图像超分辨率重建方法，包括：准备输入的训练集数据；构建半耦合深度卷积字典学习模型；构建和训练求解该模型的深度神经网络，得到训练好的系数映射网络、字典和系数；利用训练好的系数映射网络、字典和系数重建低分辨率图像得到高分辨率图像。本发明充分利用深度学习的学习能力和字典学习的可解释性，对低分辨率图像进行超分辨率重建，提升图像的分辨率，进而增强图像的显示效果。

本发明授权基于半耦合深度卷积字典学习的图像超分辨率重建方法在权利要求书中公布了：1.一种基于半耦合深度卷积字典学习的图像超分辨率重建方法，其特征在于，所述图像超分辨率重建方法包括以下步骤： S1，准备输入的训练集数据：对HR图像进行降质退化处理得到对应的LR图像，构建训练集{Xi，Yi}，其中Xi为LR图像，Yi为HR图像，下标i表示LR图像或HR图像中的第i个；LR表示低分辨率，HR表示高分辨率； S2，构建半耦合深度卷积字典学习模型： 式1中，X和Y表示LR图像和HR图像，Dx和Dy分别是LR图像和HR图像的字典，Ax、Ay是LR图像和HR图像对应的表示系数，为表示系数的先验信息，φ·为字典的先验信息，*表示卷积，λ表示正则化参数，σx、σy、为各项系数，fy·为LR图像和HR图像表示系数之间的系数映射函数； S3，构建和训练求解半耦合深度卷积字典学习模型的深度神经网络，深度神经网络包括Net-X、Net-Y、Net-F、Hyper-Net四个模块，其中Net-X用于学习LR图像的表示系数Ax和LR图像对应的字典Dx，Net-Y用于学习HR图像的表示系数Ay和HR图像对应的字典Dy，Net-F用于训练学习Ax到Ay的系数映射函数fy·，Hyper-Net用于在每个迭代阶段学习模型中的超参数，利用系数映射损失函数约束映射后的表示系数和HR图像的表示系数之间的差异，并利用重建损失函数约束预测的重建图像和原始HR图像之间的差异，不断调整网络模型参数，直到T个迭代阶段后模型收敛，完成模型的训练，得到训练好的系数映射网络、字典和系数； S4，将一幅待超分辨率的LR图像输入到训练好的模型中得到第T个迭代阶段LR图像的表示系数再经过训练好的系数映射函数映射后与训练好的进行卷积，得到最终重建的高分辨率图像为

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邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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”。