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！

龙图腾网获悉苏州盖德光电科技有限公司申请的专利基于脉冲神经网络的超分辨率重建系统及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：CN120450961B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510950353.6，技术领域涉及：G06T3/4053；该发明授权基于脉冲神经网络的超分辨率重建系统及方法是由胡浩锦;彭浩亮;周莎莎;伍凌帆;王伟良设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本基于脉冲神经网络的超分辨率重建系统及方法在说明书摘要公布了：本发明涉及图像处理技术领域，尤其涉及一种基于脉冲神经网络的超分辨率重建系统及方法，系统包括图像脉冲编码器、脉冲特征增强器和可微分脉冲解码器；图像脉冲编码器利用DoG响应模拟视网膜的感受野，结合图像梯度对输入的低分辨率图像进行自适应脉冲发放，将所述低分辨率图像转换为反映所述低分辨率图像中高频区域与低频区域的时空脉冲序列；脉冲特征增强器利用脉冲时序依赖可塑性机制对所述时空脉冲序列进行低分辨率图像的粗粒度和细粒度的结构重建，得到粒度特征脉冲；可微分脉冲解码器对所述粒度特征脉冲进行转化，得到对应的高分辨率图像。本发明通过仿生视网膜编码机制和脉冲时序优化策略，实现高效低耗的图像超分辨率重建。

本发明授权基于脉冲神经网络的超分辨率重建系统及方法在权利要求书中公布了：1.一种基于脉冲神经网络的超分辨率重建系统，其特征在于，包括： 图像脉冲编码器，利用DoG响应模拟视网膜的感受野，计算低分辨率图像的中心-抑制响应差值图像，结合图像梯度对输入的低分辨率图像进行自适应脉冲发放，将所述低分辨率图像转换为反映所述低分辨率图像中高频区域与低频区域的时空脉冲序列，过程包括： 根据所述梯度以及所述中心-抑制响应差值图像，通过下式分别确定所述低分辨率图像中高频区域与低频区域对应的发放频率脉冲： ； 其中，表示图像的像素点，表示低分辨率图像的梯度，表示所述中心-抑制响应差值图像，、和表示权重系数，表示所述发放频率脉冲； 基于脉冲发放频率，对所述低分辨率图像中的每个像素构造一个基于Poisson过程的脉冲采样模型，并利用所述脉冲采样模型对所述发放频率脉冲进行采样，所述脉冲采样模型为： ； 其中，表示采样频率概率，表示采样时间步长，t表示脉冲时间； 所述低分辨率图像中的每个像素对应一个LIF神经元，每个LIF神经元接收对应的采样后的发放频率脉冲；通过下式根据时间动态积累膜电位： ； 其中，表示膜时间常数，表示所述膜电位，表示静息电位，表示膜电阻，表示单位时间内采样后的发放频率脉冲； 对所述膜电位与动态阈值比较，确定对应的发放频率脉冲；对所述发放频率脉冲进行累加，得到对应的低频时空脉冲序列或高频时空脉冲序列； 脉冲特征增强器，利用脉冲时序依赖可塑性机制对所述时空脉冲序列进行低分辨率图像的粗粒度和细粒度的结构重建，得到粒度特征脉冲； 可微分脉冲解码器，对所述粒度特征脉冲进行转化，得到对应的高分辨率图像，过程包括： 在设定的固定时间窗内，对所述低分辨率图像中每个像素位置处的粒度特征脉冲的脉冲发放次数进行统计，形成初步强度图； 结合所述固定时间窗，计算所述粒度特征脉冲的脉冲质心，根据所述脉冲质心对所述初步强度图进行双线性插值，得到亚像素校正图像； 将所述亚像素校正图像输入残差细化网络中进行细节与边缘锐度的优化，得到所述高分辨率图像。

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苏州盖德光电科技有限公司，其通讯地址为：215300 江苏省苏州市昆山市玉山镇新塘路826号3号厂房；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”。