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！

龙图腾网恭喜中国科学院光电技术研究所申请的专利一种基于高低频合成重建湍流退化图像的复原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：CN116029933B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202310055614.9，技术领域涉及：G06T5/70；该发明授权一种基于高低频合成重建湍流退化图像的复原方法是由储君秋;李祥熙;马浩统;谷炎达;刘星伶设计研发完成，并于2023-01-14向国家知识产权局提交的专利申请。

本一种基于高低频合成重建湍流退化图像的复原方法在说明书摘要公布了：本发明公开了一种基于高低频合成重建湍流退化图像的复原方法，包括湍流导致图像退化分析模块，神经网络结构设计模块，高低频信息分离模块和神经网络去湍流模块。湍流导致像质退化模块是通过建模一光学成像系统后，设定波前不同湍流强度Dr0下的Zernike多项式来获得湍流的波前相位分布和湍流下的退化图像；神经网络结构设计模块采用双U‑Net的网路结构；高低频信息分离模块是通过高通滤波器将图像的高频信息以及低频信息分离开来；神经网络去湍流模块经过多轮训练后实现去除湍流的恢复效果。本发明在实现湍流退化图像的恢复领域可以实现良好的复原效果，该方法不需要波前探测以及校正器件，简化了实验系统，提高了可靠性，降低了成本。

本发明授权一种基于高低频合成重建湍流退化图像的复原方法在权利要求书中公布了：1.一种基于高低频合成重建湍流退化图像的复原方法，其特征在于：该方法利用的系统包括：湍流导致图像退化分析模块1，神经网络结构设计模块2，高低频信息分离模块3和神经网络去湍流模块4，该方法包括以下步骤：步骤1：利用湍流导致图像退化分析模块1得到任意湍流强度下光学系统成像获得的退化图像；根据光学系统成像原理：像平面光强分布等于物平面光强分布和系统点扩散函数的卷积，公式表示即，式中代表图像平面上的点，代表原始图像的物平面光强分布，代表通过相机获得的像平面光强分布，即观测到的图片，表示卷积，代表噪声，代表系统的点扩散，具体公式为： （1）式中，代表孔径函数，其孔径内值的大小为1，孔径外值为0；代表傅里叶变换，，代表波前像差，其用Zernike多项式表示： （2）式中，ai代表第i项Zernike多项式系数，代表第i项Zernike多项式，根据Kolmogorov湍流理论，得到Zernike多项式系数矩阵A={al,a2,...,an}的协方差矩阵C，C=[cij]，则有 （3）式中：cij为协方差系数；ai，aj分别为第i，j阶Zernike多项式系数，D为光学系统孔径大小，r0为大气相干长度；系数矩阵A由Karhumen-Loeve多项式求得； （4）式中：S是对角矩阵；V是Karhumen-Loeve多项式系数矩阵；B是相位波面，为高斯分布的随机向量，其均值为零，方差阵为的系数，由以上推导过程生成系数矩阵A，再由公式2得到符合Kolmogorov湍流谱的大气湍流畸变波前相位差，之后根据成像公式获得退化图片数据集；步骤2：神经网络结构设计模块2采用了双网络的结构设计，分别作为高频信息的训练网络和高低频合成信息的训练网络；步骤3：利用高低频信息分离模块3实现图像的高频信息和低频信息分离的工作；步骤4：神经网络去湍流模块4将湍流退化图像的高频信息作为CNN1的输入，其输出与退化图像进行相加得到合成图像，并作为CNN2的输入，其输出为重建后的清晰图像；其中，建立湍流导致图像退化分析模块1包括：对实际需求建立完整光学成像系仿真模型，根据物距、视场大小和相机靶面大小以及焦距，在Matlab里建立光学系统模型，得到湍流强度大小Dr0=8，Zernike多项式为4-60阶下成像结果图片，并将原始图片作为对应退化图像的label；其中，神经网络结构设计模块2包括：需将图片的高频信息以及低频信息分离开来并进行相应的训练，因此需设计双网络结构，这里每一个网络都是U-Net，每一个网络有各自的损失函数；其中，高低频信息分离模块3通过高通滤波器将图片信息的高低频信息分离开来，用于网络的输入和label；其中，神经网络去湍流模块4将退化图片的高频信息作为CNN1的输入，清晰图像的高频信息作为其label，之后CNN1的输出与退化图像相加合成后作为CNN2的输入，将清晰图片作为CNN2的label，并进行若干轮训练，直至网络收敛获得良好的结果。

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国科学院光电技术研究所，其通讯地址为：610209 四川省成都市双流350信箱；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”。