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！

龙图腾网获悉西安交通大学申请的专利一种图像恢复方法及系统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：CN116596782B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310463569.0，技术领域涉及：G06T5/60；该发明授权一种图像恢复方法及系统是由侯兴松;黄源设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种图像恢复方法及系统在说明书摘要公布了：本发明公开了一种图像恢复方法及系统，利用变形卷积注意力网络，非局部增强网络和高频增强的双分支网络三个不同的图像恢复模型来更好的恢复受损图像的细节和纹理信息，通过将三个不同的图像恢复模型应用于常见的图像恢复任务，包括合成噪声去除，真实图像去噪，压缩伪影去除和真实图像超分辨可验证其先进性。

本发明授权一种图像恢复方法及系统在权利要求书中公布了：1.一种图像恢复方法，其特征在于，包括以下步骤： S301、定义频域分支和像素域分支，频域分支使用Shearlet分解提取输入噪声图像的高频子带和低频子带； 像素域分支基于变形卷积Transformer模块对图像进行局部和非局部恢复，将变形卷积Transformer模块堆叠为名为像素分支模型，在像素域中，将噪声输入与从频域分支重建的图像相配合，作为高频增强双分支网络模型中像素域分支的输出； S302、将步骤S301得到的频域分支和像素域分支的结果进行融合，构建高频增强双分支网络模型，高频增强双分支网络模型通过将频域分支获得的纹理信息与低频结构信息权值特征图与像素域分支的去噪声结果相乘的方式进行纹理信息与结构信息的增强，通过多个卷积层，相乘操作以及残差连接后得到最终结果，通过频域分支得到的高频增强信息加权使得去噪声结果中恢复更多的纹理及边缘细节信息； S303、针对不同的图像恢复任务使用不同通用数据集对步骤S302构建的高频增强双分支网络模型进行训练，以均方误差作为损失函数；计算生成器生成的图像与其对应的目标图像间的像素的均方误差，计算梯度并回传调整模型参数； S304、针对合成噪声去除任务中的灰度图像噪声去除，使用不同噪声水平的加性高斯白噪声加入灰度的DIV2K训练集对高频增强双分支网络模型进行训练，得到不同噪声水平下合成噪声去除模型，应用于合成噪声去除任务中的测试； S305、针对真实噪声去除任务，使用通用数据集SIDDMedium对高频增强双分支网络模型进行训练，得到真实噪声去除模型，应用于真实噪声去除任务中的测试； S306、针对JPEG伪影去除任务，通过对通用数据集DIV2K的训练集图像施加不同质量因子的JPEG压缩以构建训练集，并利用该训练集对所述高频增强双分支网络模型进行训练，得到适用于不同质量因子的JPEG伪影去除模型，将训练得到的JPEG伪影去除模型应用于JPEG伪影去除任务中的测试。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。