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！

龙图腾网获悉厦门大学申请的专利一种基于噪声自我感知的神经辐射场SAR图像模拟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：CN115965733B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310026751.X，技术领域涉及：G06T15/00；该发明授权一种基于噪声自我感知的神经辐射场SAR图像模拟方法是由王连生;胡利平;高洁;周联昱设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本一种基于噪声自我感知的神经辐射场SAR图像模拟方法在说明书摘要公布了：本发明公开了一种基于噪声自我感知的神经辐射场SAR图像模拟方法，包括以下步骤：S1、构建图像渲染网络模型；S2、对图像渲染网络模型进行训练，得到最佳的图像渲染网络模型；S3、将所需的SAR方向角输入到最佳的图像渲染网络模型中进行三维渲染，得到网络模拟的SAR图像；本发明将原本的二维图像生成问题转化为三维渲染问题，可以一般性地得到任意方向角下的SAR图像，该基于噪声自我感知的神经辐射场SAR图像模拟方法产生的结果与真实SAR图像有很高的相似度，模拟效果好。

本发明授权一种基于噪声自我感知的神经辐射场SAR图像模拟方法在权利要求书中公布了：1.一种基于噪声自我感知的神经辐射场SAR图像模拟方法，其特征在于，包括以下步骤： S1、构建图像渲染网络模型； S2、对图像渲染网络模型进行训练，得到最佳的图像渲染网络模型； 步骤S2的具体过程为： S21、划分训练数据集，确定网络参数； S22、根据均匀分布随机采样样本点列，并计算样本点列在GroundTruth平面渲染结果； 步骤S22的具体过程为： S221、从区间[tn,tf]，根据均匀分布采样N个点: S222、采用这N个离散点表示射线上的积分变量，并用以下公式估计渲染结果: 其中，δi＝ti+1-ti表示相邻采样点之间的距离，σi和ci分别表示网络对采样点i的透明度和颜色值的预测； S223、采用以下公式对网络预测的噪声在射线上积分，以估计像素值受噪声的影响程度: 其中，βrs表示射线上距近端距离为s处预测的噪声值； S224、使用一个固定的映射将5d输入向量的每个元素映射成一个高维向量，映射如下: γp＝sin20πp,cos20πp,…,sin2L-1πp,cos2L-1πp； S225、将网络数量从1个变为2个，分别为coarse网络和fine网络，coarse网络在均匀采样的点上优化，并根据下式为每个采样点计算一个权重 其中，该权重表示采样点i在积累过程中受透明度影响的衰减系数及受噪声的影响程度，衰减或受噪声影响越大，该点的权重越低； S23、采样难样本点列，并计算难样本点列在GroundTruth平面渲染结果； S24、计算损失函数并更新图像渲染网络模型的网络参数； 步骤S24中所述损失函数的计算过程为：采用coarse网络和fine网络的预测结果及GroundTruth的均方误差作为损失函数: 其中，和分别表示coarse网络和fine网络的预测结果，Cr表示射线r对应GroundTruth点的像素值，β为射线r累计的噪声程度，噪声越大，该点损失函数的权重越低，βr表示射线累计的噪声值； S25、判断损失函数是否收敛，若收敛，则保存为最佳的图像渲染网络模型；若不收敛，则重复执行步骤S22-S24，直至损失函数收敛； S3、将所需的SAR方向角输入到最佳的图像渲染网络模型中进行三维渲染，得到网络模拟的SAR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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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”。

以上内容由龙图腾AI智能生成。