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！

龙图腾网恭喜西安电子科技大学申请的专利基于特征分离的红外图像超分辨率重建方法及装置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：CN114757825B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210278772.6，技术领域涉及：G06F17/40；该发明授权基于特征分离的红外图像超分辨率重建方法及装置是由秦翰林;姚迪;张嘉伟;谢学永;延翔;魏莉莉;马琳;于跃设计研发完成，并于2022-03-21向国家知识产权局提交的专利申请。

本基于特征分离的红外图像超分辨率重建方法及装置在说明书摘要公布了：本发明公开了一种基于特征分离的红外图像超分辨率重建方法，包括：获取待处理图像；对待处理图像进行上采样，得到第一图像；将第一图像输入预先训练好的特征分离网络，得到第一图像的低分低频特征和低分高频特征；根据低分低频特征，确定第一图像的结构图像，并根据低分高频特征，获得第一图像的纹理信息及噪声图像；根据结构图像和纹理信息，超分辨率重建得到第二图像。本发明中特征分离网络能够实现低分辨率图像与高分辨率图像的高低频分离，进而使高频特征能被更好地学习、并针对分离结构图像的特点采用不同的网络进行处理，充分利用输入的多尺度特征，进一步引导图像的细节恢复，提高图像的信息量。

本发明授权基于特征分离的红外图像超分辨率重建方法及装置在权利要求书中公布了：1.一种基于特征分离的红外图像超分辨率重建方法，其特征在于，包括：获取待处理图像；对所述待处理图像进行上采样，得到第一图像；将所述第一图像输入预先训练好的特征分离网络，得到所述第一图像的低分低频特征和低分高频特征；根据所述低分低频特征，确定所述第一图像的结构图像，并根据所述低分高频特征，获得所述第一图像的纹理信息及噪声图像；根据所述结构图像和所述纹理信息，超分辨率重建得到第二图像；所述特征分离网络采用如下步骤训练得到：获得训练样本；所述训练样本包括多个第一样本图像、以及与所述第一样本图像对应的第二样本图像，所述第二样本图像的分辨率大于所述第一样本图像的分辨率；对所述第一样本图像进行上采样，上采样后的第一样本图像的分辨率与所述第二样本图像的分辨率相同；将上采样后的第一样本图像输入至第一待训练特征分离网络，获得上采样后的第一样本图像的第一低频特征和第一高频特征，并将所述第二样本图像输入至第二待训练特征分离网络，获得第二样本图像的第二低频特征和第二高频特征；其中，所述第一待训练特征分离网络与所述第二待训练特征分离网络的结构相同、且共享网络参数；根据所述第一低频特征、所述第一高频特征、所述第二低频特征、所述第二高频特征和预设损失函数，确定当前第一待训练特征分离网络和当前第二待训练特征分离网络的损失值，并将损失值反向传播至第一待训练特征分离网络和第二待训练特征分离网络，直至二者收敛；所述根据所述低分低频特征，确定所述第一图像的结构图像，并根据所述低分高频特征，获得所述第一图像的纹理信息及噪声图像的步骤，包括：将所述低分低频特征输入预先训练好的多尺度注意力模块，得到所述第一图像的结构图像；将所述低分高频特征输入预先训练好的多尺度跳跃连接模块，获得所述第一图像的纹理信息和噪声图像。

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西安电子科技大学，其通讯地址为：710000 陕西省西安市雁塔区太白南路2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”。