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！

龙图腾网获悉周口师范学院申请的专利一种无透镜成像重建方法及设备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：CN119478092B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202411551837.5，技术领域涉及：G06T11/00；该发明授权一种无透镜成像重建方法及设备是由韩庆;韩林涛设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本一种无透镜成像重建方法及设备在说明书摘要公布了：本发明公开了一种无透镜成像重建方法及设备，属于极简光学系统成像技术领域，用于解决现有光学编码图像重建方法存在图像感知质量交底以及出现伪影的问题，限制了无透镜成像技术的发展，无法复现出与传统有透镜相机一样高质量的图像的技术问题。方法包括：成对采集光学编码图像与透镜图像，构建图像对数据集；构建Le‑ADMM模型及其对应的损失补偿网络；构建双特征交叉网络，并将Le‑ADMM模型与损失补偿网络的输出特征图均作为双特征交叉网络的输入，得到无透镜成像重建模型；通过图像对数据集训练无透镜成像重建模型，并将待重建光学编码图像输入训练好的无透镜成像重建模型中，得到重建光学编码图像。

本发明授权一种无透镜成像重建方法及设备在权利要求书中公布了：1.一种无透镜成像重建方法，其特征在于，所述方法包括： 成对采集光学编码图像与透镜图像，构建图像对数据集； 构建Le-ADMM模型及其对应的损失补偿网络，所述损失补偿网络的输入为原始光学编码图像以及所述Le-ADMM模型输出的重建特征图，具体包括： 构建Le-ADMM模型；其中，所述Le-ADMM模型包括图像重建模块及特征提取模块；对所述图像重建模块进行N次迭代计算，得到重建图像I1,I2,……,IN，并输入所述特征提取模块中进行特征提取，输出重建特征图 基于所述重建特征图，构建所述Le-ADMM模型的损失补偿网络，以通过所述损失补偿网络，获取补偿特征图，具体包括： 根据得到补偿特征图其中，PI为原始光学编码图像； 基于构建所述损失补偿网络的模型公式；其中，F1,F2,……,FN为辅助变量，为补偿特征图；表示卷积特征提取操作；Dense表示网络层之间的密集连接；Concate表示将两个特征沿通道方向进行聚合； 将补偿特征图代入所述模型公式中，迭代计算出所有的补偿特征图； 构建双特征交叉transformer网络，并将所述Le-ADMM模型与所述损失补偿网络的输出特征图均作为所述双特征交叉transformer网络的输入，得到无透镜成像重建模型，具体包括： 构建第一卷积层及第二卷积层，具体包括： 构建卷积核大小为3×3的第一卷积层HFE1·，并根据提取重建特征图的第一浅层特征其中，W和H分别表示特征的长和宽，C表示特征的通道数； 构建卷积核大小为3×3的第二卷积层HFE2·，并根据提取补偿特征图的第二浅层特征Fy；其中，Fy∈RW×H×C；所述第一卷积层用于提取所述重建特征图的第一浅层特征，所述第二卷积层用于提取所述损失补偿网络输出的补偿特征图的第二浅层特征； 构建基于双特征交叉transformer网络DFCT的特征融合模块；其中，所述特征融合模块由若干个相同的DFCT块组成；每个DFCT块中包括两个交叉注意块；具体包括： 基于双特征交叉transformer网络，构建i个相同的DFCT块；其中，每个DFCT块中包括两个交叉注意块，分别为第一交叉注意块及第二交叉注意块； 令第i个DFCT块的输入为第i-1个DFCT块的输出及第二浅层特征Fy；其中，i为大于0的正整数；第1个DFCT块的输入为第一浅层特征 通过第i个DFCT块中的第一交叉注意块与第二交叉注意块对输入的特征进行融合，得到第i个DFCT块的输出特征具体包括： 将及Fy分别展开为不重叠的块和其中，M＝HWL2，表示展开的块的总数，L表示展开的块的尺寸； 通过所述第一交叉注意块，将线性映射为键向量和值向量将线性映射为查询向量其中，m＝1,2,……,M；WK、WV、WQ均为映射矩阵；d为向量的维度； 根据得到第一自注意力结果FCA1；其中，softmax·为归一化操作； 根据得到第一交叉注意块的输出结果F1； 通过所述第二交叉注意块，将线性映射为键向量和值向量将线性映射为查询向量并对应计算出第二自注意力结果FCA2；其中， 根据F2＝MLPLNFy+FCA2+Fy+FCA2，得到第二交叉注意块的输出结果F2；其中，MLP·代表多层感知机操作，LN·代表层归一化操作； 根据得到第i个DFCT块的初始输出结果； 根据对所述初始输出结果进行优化，将前i-1个DFCT块的输出结果进行密集连接，得到第i个DFCT块的输出特征；其中，DFCTB·表示DFCT块的计算操作； 将i个DFCT块依次连接，最终与两个卷积层连接，并构建重建图像计算公式：完成所述特征融合模块的构建； 将所述第一卷积层、第二卷积层的输出作为所述特征融合模块的输入，得到所述无透镜成像重建模型； 通过所述图像对数据集训练所述无透镜成像重建模型，并将待重建光学编码图像输入训练好的无透镜成像重建模型中，得到重建光学编码图像。

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周口师范学院，其通讯地址为：466001 河南省周口市川汇区文昌大道东段；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。