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！

龙图腾网获悉广西科技大学申请的专利一种基于深度学习的中心差分信息滤波相位解缠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：CN115272683B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202210876042.6，技术领域涉及：G06V10/82；该发明授权一种基于深度学习的中心差分信息滤波相位解缠方法是由谢先明;李家莹设计研发完成，并于2022-07-25向国家知识产权局提交的专利申请。

本一种基于深度学习的中心差分信息滤波相位解缠方法在说明书摘要公布了：本发明旨在提供一种基于深度学习的中心差分信息滤波相位解缠方法，包括以下步骤：A、构建CDIF相位解缠递推模型和深度神经网络，所述的深度神经网络为基于LANET的干涉图语义分割网络；B、将干涉图输入深度神经网络处理后，得到基于干涉图条纹分布的语义分割图像；C、对干涉图语义分割区域进行合并与优化调整，得到尺寸大小适中的分割区域，以此来构成干涉图区域分割图D、利用CDIF相位解缠递推模型解缠干涉图区域分割图中的各个分割区域；E、合并各个分割区域的解缠结果，得到整幅干涉图解缠相位。本发明能在干涉图相位解缠实验中获得更稳健的结果，并且其效率可以接受，能够有效地处理干涉图相位解缠问题。

本发明授权一种基于深度学习的中心差分信息滤波相位解缠方法在权利要求书中公布了：1.一种基于深度学习的中心差分信息滤波相位解缠方法，其特征在于包括以下步骤： A、构建CDIF相位解缠递推模型和深度神经网络，所述的深度神经网络为基于LANET的干涉图语义分割网络； B、将干涉图采用重合裁剪方式，裁剪为若干个256*256尺寸的子干涉图，并且裁剪时相邻子干涉图间留有数行或数列的重叠像元，将这些子干涉图依次输入深度神经网络，得到若干个基于干涉图条纹分布且由不同整数缠绕数K构成的子干涉图语义分割图；然后利用相邻子块重叠像元相位缠绕数相同的原则来拼接各个子干涉图语义分割图，得到整幅干涉图的语义分割图； C、对整幅干涉图的语义分割图中语义分割区域进行合并与优化调整，得到干涉图区域分割图； D、利用CDIF相位解缠递推模型分别对干涉图区域分割图中的各个分割区域进行解缠，得到干涉图区域分割图中的各个分割区域的解缠结果； E、利用干涉图相邻区域解缠相位一致性准则合并各个分割区域的解缠结果，得到整幅干涉图解缠相位图； 所述的步骤E中，利用干涉图相邻区域解缠相位一致性准则合并各个分割区域的解缠结果过程为： 设定任两个相邻的分割区域分别为干涉图分割区域A和干涉图分割区域B； 若干涉图分割区域A像元数大于或等于其相邻分割区域B像元数，则把干涉图分割区域B合并到其相邻分割区域A，其解缠相位按如下计算： Φ’B＝ΦB+2πΔAB A′＝A∪B ΦA′＝ΦA∪Φ’B 式中，i和j分别为A和B区域内的像元，且i位于j的邻接域内；ΦAi和ΦBj分别为i和j像元的解缠相位；round[x]表示对x做取整运算；ΦB为B区域解缠结果，Φ’B为B区域修正后的解缠相位；A′为区域A和B合并形成的区域，ΦA′为合并区域A′的解缠相位； 若干涉图分割区域B像元数大于或等于其相邻分割区域A像元数，则把干涉图分割区域A合并到其相邻分割区域B，其解缠相位按如下计算： Φ’A＝ΦA+2πΔBA B′＝B∪A ΦB′＝ΦB∪ΦA′ 式中，Φ’A为A区域修正后的解缠相位；B′为区域A和B合并形成的区域，ΦB′为合并区域B′的解缠相位； 将合并后的解缠结果与下一个相邻的分割区域的解缠结果，如此对所有分割区域解缠结果进行合并处理，直到合并完所有分割区域的解缠结果，即得到整幅干涉图解缠相位图。

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广西科技大学，其通讯地址为：545006 广西壮族自治区柳州市东环大道268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。