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！

龙图腾网获悉星瀚时空(深圳)航天智能科技有限公司申请的专利遥感图像超分辨率重建方法、装置、存储介质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：CN121032800B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511538268.5，技术领域涉及：G06T3/4053；该发明授权遥感图像超分辨率重建方法、装置、存储介质及设备是由王宁设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本遥感图像超分辨率重建方法、装置、存储介质及设备在说明书摘要公布了：本发明公开了一种遥感图像超分辨率重建方法、装置、存储介质及设备，涉及计算机视觉技术领域，可解决对遥感图像超分辨率重建效果差的技术问题。方法包括：获取样本遥感图像与多模态辅助数据，提取预处理完成的多模态辅助数据的光谱特征、纹理特征及几何特征，融合生成条件特征张量；对样本遥感图像执行正向扩散，生成含噪图像序列；在利用含噪图像序列训练UNet扩散网络的过程中，将条件特征张量注入UNet扩散网络的编码器及解码器的预设层级，通过多目标损失优化网络参数，得到训练完成的UNet扩散网络；获取待重建的噪声图，基于训练完成的UNet扩散网络对噪声图进行噪声的预测，得到目标噪声，对噪声图执行反向采样，通过迭代去噪生成目标重建图像。

本发明授权遥感图像超分辨率重建方法、装置、存储介质及设备在权利要求书中公布了：1.一种遥感图像超分辨率重建方法，其特征在于，所述方法包括： 获取样本遥感图像与多模态辅助数据，对所述多模态辅助数据进行预处理，所述多模态辅助数据包括多光谱图像、全色图像、合成孔径雷达图像； 提取预处理完成的多模态辅助数据的光谱特征、纹理特征及几何特征，通过图像金字塔融合所述光谱特征、所述纹理特征以及所述几何特征，生成条件特征张量； 基于线性噪声调度策略对所述样本遥感图像执行正向扩散，逐步加入高斯噪声生成含噪图像序列； 在利用所述含噪图像序列训练UNet扩散网络的过程中，将所述条件特征张量通过自适应实例归一化机制注入所述UNet扩散网络的编码器及解码器的预设层级，通过多目标损失优化网络参数，得到训练完成的UNet扩散网络； 获取待重建的噪声图，基于训练完成的UNet扩散网络对所述噪声图进行噪声的预测，得到目标噪声，基于去噪扩散隐式模型算法以及所述目标噪声对所述噪声图执行反向采样，通过迭代去噪生成目标重建图像； UNet扩散网络包括：依次连接的编码器、瓶颈层、解码器、卷积层，其中，所述解码器与所述编码器的层级数量相同，所述瓶颈层的上一层所述编码器与下一层所述解码器跳跃连接，所述瓶颈层的上两层所述编码器与下两层所述解码器跳跃连接，直到所述瓶颈层的上最后一层所述编码器与下最后一层所述解码器跳跃连接，所述在利用所述含噪图像序列训练UNet扩散网络的过程中，将所述条件特征张量通过自适应实例归一化机制注入所述UNet扩散网络的编码器及解码器的预设层级，通过多目标损失优化网络参数，得到训练完成的UNet扩散网络，包括： 根据所述UNet扩散网络中待注入所述条件特征张量的编码器的预设层级，确定待注入编码器，根据所述含噪图像序列，将所述待注入编码器的上一个输出特征作为第一特征，基于自适应实例归一化将所述条件特征张量注入所述第一特征，得到第一注入后特征，将所述第一注入后特征输入所述待注入编码器，继续进行下采样，直到最后一个编码器输出的第二特征输入到所述瓶颈层； 获取经过所述瓶颈层提取后的第三特征，根据所述UNet扩散网络中待注入所述条件特征张量的解码器的预设层级，确定待注入解码器； 根据所述第三特征，将所述待注入解码器的上一个输出特征作为第四特征，基于自适应实例归一化将所述条件特征张量注入所述第四特征，得到第二注入后特征，将所述第二注入后特征输入所述待注入解码器，继续进行上采样，直到最后一个解码器输出的第五特征输入到所述卷积层，得到预测图像； 将所述预测图像的像素值确定为预测噪声，根据所述含噪图像序列、所述样本遥感图像与所述预测噪声，计算多目标损失，通过多目标损失优化网络参数，得到训练完成的UNet扩散网络。

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星瀚时空(深圳)航天智能科技有限公司，其通讯地址为：518081 广东省深圳市盐田区海山街道鹏湾社区海景二路1025号壹海国际中心2808；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。