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！

龙图腾网获悉烟台大学申请的专利一种超分辨率遥感图像重建方法、系统、装置、存储介质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：CN120765466B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511292746.9，技术领域涉及：G06T3/4053；该发明授权一种超分辨率遥感图像重建方法、系统、装置、存储介质是由吕翠翠;王家杰;徐树振;李向明;马国欣设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种超分辨率遥感图像重建方法、系统、装置、存储介质在说明书摘要公布了：本发明涉及遥感图像数据处理技术领域，具体为一种超分辨率遥感图像重建方法、系统、装置、存储介质，具体为：低分辨率遥感图像先提取浅层特征，分两路处理：分支1：通道膨胀再激活，输出第一分支特征；分支2：通道膨胀后深度可分离卷积再激活处理，经过蛇形扫描，输出第二分支特征。两分支融合为蛇形特征，与浅层特征跳跃连接后经通道注意力处理，再自跳跃连接得第二连接特征。按通道分组，经多次邻里注意力处理并拼接，生成多尺度局部特征，迭代后得深层特征。最后跳跃连接浅层与深层特征，上采样输出重建图像。本发明充分发挥了蛇形视觉状态空间处理的高效性及其卓越的长距离依赖建模能力，实现了高效、精准的序列与空间特征融合。

本发明授权一种超分辨率遥感图像重建方法、系统、装置、存储介质在权利要求书中公布了：1.一种超分辨率遥感图像重建方法，其特征在于，包括以下步骤： S1、获取一组原始高分辨率遥感图像，通过降采样方法生成对应的低分辨率遥感图像，低分辨率遥感图像和原始高分辨率遥感图像构成样本对； S2、将所有样本对划分为训练集、验证集和测试集，设置总迭代轮次； S3、进行模型训练： S3.1、对训练集中低分辨率遥感图像依次提取浅层特征； S3.2、进行蛇形视觉状态空间处理，此过程包括两个分支； 分支1：将浅层特征通道数膨胀至预设通道数后，再进行激活处理，得到第一分支特征； 分支2：将浅层特征通道数膨胀至预设通道数后，依次经过深度可分离卷积处理、激活处理，将激活处理后的第一连接特征的通道平均划分为四个通道组，每一个通道组按照不同的扫描策略将二维第一连接特征扁平化为一维序列； 一维序列经过结构化状态空间序列处理，得到输出序列，将所有输出序列合并进行重塑操作以恢复二维结构，得到第二分支特征； 将第一分支特征和第二分支特征融合得到蛇形特征； S3.3、将蛇形特征和浅层特征经过跳跃连接后，得到第一连接特征，第一连接特征经过通道注意力处理后与第一连接特征跳跃连接，得到第二连接特征； S3.4、将第二连接特征按照通道数量平均分成若干组，对于每一组的特征进行特征增强，再通过线性投影矩阵分别得到值向量，在每个空间位置的局部窗口，计算位置和窗口内其他位置之间的内容相似度，加上可学习的相对位置参数得到注意力分数； 将注意力分数归一化得到注意力权重，再乘以对应的值向量得到注意力，并行执行六次注意力函数，将结果拼接为多头自注意力； 多头自注意力与缩放因子乘积，再与每一组的特征相加后进行非线性变换得到多邻域特征，融合所有多邻域特征得到多尺度局部特征； S3.5、对多尺度局部特征重复多次S3.2到S3.4的过程，得到深层特征； 浅层特征和深层特征经跳跃连接后，得到第三连接特征，上采样获得重建图像； S4、计算模型的损失函数以及峰值信噪比，基于损失函数反向传播并更新模型参数； S5、对训练集中的样本执行S3、S4，直至达到总迭代轮次，将峰值信噪比最高的参数作为模型的参数得到训练后的重建模型，使用训练后的重建模型对待处理的低分辨率遥感图像进行处理，获得超分辨率遥感图像。

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烟台大学，其通讯地址为：264005 山东省烟台市莱山区清泉路30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。