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！

龙图腾网获悉河南大学;北京空间飞行器总体设计部申请的专利基于高阶梯度约束和扩散生成模型的图像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：CN119494802B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202411609721.2，技术领域涉及：G06T5/94；该发明授权基于高阶梯度约束和扩散生成模型的图像复原方法是由杨晓慧;冯成;王露露;陈飞洋;李怀锋;庄海孝设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本基于高阶梯度约束和扩散生成模型的图像复原方法在说明书摘要公布了：本发明涉及基于人工智能和机器视觉的图像复原技术领域，具体涉及基于高阶梯度约束和扩散生成模型的图像复原方法，该方法通过将改进的各项异性扩散方程融入深度学习框架中，构建了高阶梯度约束的复原模块，能够有效改善图像中的细节和轮廓信息。同时，提出修正LogCosh损失函数，旨在更好地处理异常值较多的场景，从而增强模型对图像异常值的鲁棒性。最后，通过预训练的扩散生成模型，生成了高质量的复原图像。本发明提出的图像复原方法适用于自然图像处理领域，也适用于遥感和卫星图像处理等领域，能够有效缓解噪声等因素导致的图像退化，显著改善图像清晰度，从而提高了图像复原效果。

本发明授权基于高阶梯度约束和扩散生成模型的图像复原方法在权利要求书中公布了：1.一种基于高阶梯度约束和扩散生成模型的图像复原方法，其特征在于，包括以下步骤： 获取待复原图像； 通过预先训练完成的图像复原网络，对待复原图像进行复原，其中，图像复原网络包括：浅层特征提取模块、深层特征提取模块、高清图像重建模块、高阶梯度复原模块和扩散生成模型； 图像复原网络的训练过程包括： 获取自然高清数据集图像，对其进行预处理，生成退化后的低质量图像； 基于SwinIR网络、修正LogCosh损失函数、高阶梯度复原模块和预先训练好的扩散生成模型，构建图像复原网络，其中，修正LogCosh损失函数是加入了惩罚项的LogCosh损失函数，SwinIR网络包括：浅层特征提取模块、深层特征提取模块和高清图像重建模块； 以退化后的低质量图像为训练样本，以自然高清数据集图像为训练标签，以修正LogCosh损失函数为训练过程中的损失函数，对构建的图像复原网络进行训练，得到训练完成的图像复原网络； 所述基于SwinIR网络、修正LogCosh损失函数、高阶梯度复原模块和预先训练好的扩散生成模型，构建图像复原网络，包括： 在SwinIR网络包括的高清图像重建模块之后引入构建的高阶梯度复原模块，其中，高阶梯度复原模块用于提取图像的高阶梯度信息； 将SwinIR网络结构的MSE损失函数，替换为修正LogCosh损失函数； 引入预先训练好的扩散生成模型，并将最终得到的网络，确定为图像复原网络； 高阶梯度复原模块实现的步骤，包括： 通过梯度运算提取两幅图像的高阶梯度信息为： 其中，表示第k阶梯度运算，表示自然高清数据集图像，表示通过高清图像重 建模块得到的中间复原图像； 引入各向异性扩散方程，构造高阶梯度约束损失对应的公式： 其中，表示高阶梯度约束损失函数； 修正LogCosh损失函数对应的公式为： 其中，，，RM为高清图像重建模块，为通过高清图像 重建模块得到的中间复原图像，为低质量图像，为原始高清图像，为稳定项，设定；为基于各项异性扩散方程构造的高阶梯度复原模块，，，表示梯度运算，表示 灰度图像，表示图像梯度模值，为改进的扩散系数函数， ；用来平衡基于高阶梯度约束和基于像素差值的LogCosh损失之间的权重，设定；和表示对括号里面的函数关于和分别求偏导；和分别表示在方向和方向的梯度。

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河南大学;北京空间飞行器总体设计部，其通讯地址为：450046 河南省郑州市明理路北段379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”。