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！

龙图腾网获悉中科南京人工智能创新研究院申请的专利一种高精度图像修复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：CN121147068B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511680750.2，技术领域涉及：G06T5/77；该发明授权一种高精度图像修复方法是由李磊;李成华设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种高精度图像修复方法在说明书摘要公布了：本发明公开了一种高精度图像修复方法，包括：获取参考图像与待修复图像并计算初始仿射变换，生成粗对齐参考图像；提取粗对齐参考图像的参考特征与待修复图像的目标特征；建模待修复图像的边界不确定性，获得边界不确定性信息；执行参考特征与目标特征间的双向特征映射及一致性验证，获得一致性验证结果；执行语义引导的局部自适应变换，生成局部自适应变换信息；基于三项信息协同融合参考特征与目标特征，生成融合特征；利用融合特征重建待修复图像。本发明通过边界概率建模、双向一致性验证和语义自适应变换的多模块协同，解决了现有技术中边界处理生硬、特征错误传播和局部变换失配的问题，提升了修复图像的结构一致性与细节保真度。

本发明授权一种高精度图像修复方法在权利要求书中公布了：1.一种高精度图像修复方法，其特征在于，包括： 获取参考图像与待修复图像，计算并应用初始仿射变换矩阵于参考图像，生成粗对齐参考图像； 提取粗对齐参考图像的参考特征，并提取待修复图像的目标特征； 建模待修复图像的边界不确定性，获得边界不确定性信息； 执行参考特征与目标特征间的双向特征映射及一致性验证，获得一致性验证结果； 基于待修复图像，执行语义引导的局部自适应变换，生成局部自适应变换信息； 基于边界不确定性信息、一致性验证结果及局部自适应变换信息，协同融合参考特征与目标特征，生成融合特征； 利用融合特征重建待修复图像，获得修复图像； 获得边界不确定性信息，包括： 针对待修复图像的边界区域，计算多因子边界置信度张量； 融合多因子边界置信度张量，生成综合不确定性图； 将综合不确定性图与目标特征相结合，预测生成概率偏移场的分布参数； 结合综合不确定性图和概率偏移场的分布参数，生成边界不确定性信息； 计算多因子边界置信度张量，包括： 评估与初始仿射变换矩阵关联的局部配准误差，确定几何置信度； 度量参考特征与目标特征在预设的高层语义上的相似性，获得语义置信度； 分析粗对齐参考图像与待修复图像间的梯度一致性，得到结构置信度； 组合几何置信度、语义置信度及结构置信度，构成多因子边界置信度张量； 获得一致性验证结果，包括： 执行前向映射，将参考特征对齐至预设的目标坐标空间，生成前向对齐特征； 计算初始仿射变换矩阵的逆变换矩阵； 应用逆变换矩阵执行反向映射，将目标特征对齐至预设的参考坐标空间，生成反向映射特征； 计算参考特征与反向映射特征间的前向一致性误差； 计算目标特征与前向对齐特征间的反向一致性误差； 基于前向一致性误差与反向一致性误差，执行层次化冲突检测； 基于层次化冲突检测的结果，生成一致性验证结果； 获得一致性验证结果，还包括： 基于前向一致性误差与反向一致性误差，计算基础一致性权重； 应用差异化的权重调整策略，调节基础一致性权重，生成自适应融合权重； 结合自适应融合权重和层次化冲突检测的结果，生成一致性验证结果； 生成融合特征，包括： 整合包含在边界不确定性信息中的综合不确定性图，以及包含在一致性验证结果中的自适应融合权重，生成综合融合权重； 应用综合融合权重，结合局部自适应变换信息对参考特征与目标特征进行加权融合，生成融合特征。

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中科南京人工智能创新研究院，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；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。