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！

龙图腾网获悉中山大学申请的专利结合深度神经网络的可见光全彩广角超透镜相机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：CN116540375B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310315971.4，技术领域涉及：G02B7/02；该发明授权结合深度神经网络的可见光全彩广角超透镜相机是由董建文;郑伟诗;刘言;李文东;陈泽茗设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本结合深度神经网络的可见光全彩广角超透镜相机在说明书摘要公布了：本发明提供一种结合深度神经网络的可见光全彩广角超透镜相机，包括广角超透镜、CMOS图像传感器、组装机械构件和深度神经网络图像恢复模块；广角超透镜和CMOS图像传感器从物侧到像侧沿光线传播方向依次设置在组装机械构件内部，用于生成待恢复的可见光全彩图像；组装机械构件用于对广角超透镜和CMOS图像传感器进行固定、密封、调节和保护；深度神经网络图像恢复模块与CMOS图像传感器电连接，用于恢复可见光全彩高质量图像；本发明具有相机体积小、视场范围宽和图像质量高的优点，有效提高了可见光成像的质量和效果，同时为相机的微型化提供了一种新方法，在例如微型内窥镜等手持式或穿戴式光学系统中具有广阔的应用前景。

本发明授权结合深度神经网络的可见光全彩广角超透镜相机在权利要求书中公布了：1.一种结合深度神经网络的可见光全彩广角超透镜相机，其特征在于，包括：广角超透镜1、CMOS图像传感器2、组装机械构件3和深度神经网络图像恢复模块4； 所述广角超透镜1和CMOS图像传感器2从物侧到像侧沿光线传播方向依次设置在组装机械构件3内部，用于生成待恢复的可见光全彩图像； 所述组装机械构件3用于对广角超透镜1和CMOS图像传感器2进行固定、密封、调节和保护； 所述深度神经网络图像恢复模块4与CMOS图像传感器2电连接，用于将待恢复的可见光全彩图像恢复为可见光全彩高质量图像； 所述广角超透镜1从物侧到像侧沿光线传播方向依次包括光阑保护层11、光阑层12、介质层13、超表面微纳结构层14和微纳结构保护涂层15； 所述CMOS图像传感器2从物侧到像侧沿光线传播方向依次包括保护玻璃层21和传感单元22； 所述传感单元22与深度神经网络图像恢复模块4电连接； 所述组装机械构件3包括遮光件31、镜筒32和底座33； 所述遮光件31的透光面积可调，设置在光阑保护层11的物侧； 所述广角超透镜1设置在镜筒32内部，广角超透镜1的轴线与镜筒32的轴线重合； 所述CMOS图像传感器2设置在底座33内部，CMOS图像传感器2的轴线与底座33的轴线重合； 所述镜筒32和底座33之间螺牙连接； 所述广角超透镜1和CMOS图像传感器2之间的最大轴向距离小于2mm； 所述深度神经网络图像恢复模块4中设置有深度神经网络模型； 所述深度神经网络模型包括依次连接的编码器层、中间瓶颈层和解码器层； 所述编码器包括三个依次连接的注意力子模型；中间瓶颈层包括一个注意力子模型； 解码器包括三个依次连接的注意力子模型； 所有注意力子模型结构相同，且输入和输出的数据维度不同； 每个注意力子模型包括依次连接的注意力层、第一层归一化层、前馈层和第二层归一化层，注意力层的输入端还与第一层归一化层构成残差连接，前馈层的输入端还与第二层归一化层构成残差连接； 利用所述深度神经网络图像恢复模块4将待恢复的可见光全彩图像恢复为可见光全彩高质量图像的具体方法为： S1：获取广角超透镜1的先验知识和第一原始图像集； S2：利用广角超透镜1的先验知识对第一原始图像集进行仿真处理，获取仿真图像集，并结合第一原始图像集对深度神经网络模型进行初始化训练，获得初始化训练后的深度神经网络模型； S3：获取第二原始图像集，利用广角超透镜1和CMOS图像传感器2对第二原始图像集进行采集，获取真实采集图像集； 利用传统的商用相机对第二原始图像集进行拍摄，获取拍摄图像集； S4：将真实采集图像集和拍摄图像集输入初始化训练后的深度神经网络模型中进行二次训练，获取最优的深度神经网络模型； S5：利用广角超透镜1和CMOS图像传感器2获取待恢复的可见光全彩图像并输入最优的深度神经网络模型中进行图像恢复，获取可见光全彩高质量图像。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。