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！

龙图腾网获悉东北大学申请的专利基于深度卷积网络的显微图像模糊核提取与离焦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：CN116051411B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310065852.8，技术领域涉及：G06T5/73；该发明授权基于深度卷积网络的显微图像模糊核提取与离焦复原方法是由魏阳杰;李奇霏设计研发完成，并于2023-02-06向国家知识产权局提交的专利申请。

本基于深度卷积网络的显微图像模糊核提取与离焦复原方法在说明书摘要公布了：本发明提供一种基于深度卷积网络的显微图像模糊核提取与离焦复原方法，涉及图像处理技术领域。该方法首先获取离焦数据集并预处理；再构建模糊核提取网络模型估计离焦图像的模糊核；构建复原网络模型，模型的输入为经过预处理的离焦数据集和估计的模糊核，输出为复原后的清晰图像；训练模糊核提取网络模型和复原网络模型构成的整个网络模型，继续优化图像重建损失，同时忽略模糊核重建损失；利用训练好的模糊核提取网络模型和复原网络模型完成显微离焦图像的模糊核估计与离焦复原。该方法将去模糊网络分解成估计模糊核的提取网络和以及利用模糊核对图像进行去模糊的复原网络，在网络的训练中明确模糊核产生的影响，能够提高去模糊的精度。

本发明授权基于深度卷积网络的显微图像模糊核提取与离焦复原方法在权利要求书中公布了：1.一种基于深度卷积网络的显微图像模糊核提取与离焦复原方法，其特征在于：包括以下步骤： 步骤1：获取离焦数据集并预处理； 步骤2：构建模糊核提取网络模型估计离焦图像的模糊核；模糊核提取网络模型的输入数据集为经过预处理的离焦数据集F，输出为估计的模糊核集K； 步骤2.1：搭建卷积池化模块；所述卷积池化模块包括六个卷积层和四个池化层，第一个和第二个卷积层后以及第三个和第四个卷积层后均为两个池化层；输入为离焦图像f∈RC×H×W，H、W、C分别表示图像的长、宽和通道数，输出为提取的三个不同空间尺度特征图Fi，i＝1、2、3； 步骤2.2：构造相关层，计算三个不同空间尺度特征图Fi的互相关性，得到互相关特征图ci，再对互相关特征图ci进行一次卷积操作，得到卷积后的特征图Ci； 步骤2.3：构建模糊核重建层，通过对相关层中提取出的特征图递归进行反卷积操作，得到模糊核； 步骤2.4：对模糊核提取网络模型进行训练，采用L1损失函数作为模糊核重建损失，通过训练使L1损失函数最小； 步骤3：构建复原网络模型；模型的输入为经过预处理的离焦数据集F和估计的模糊核K，输出为复原后的清晰图像G； 步骤3.1：构建模糊核引导模块，将提取网络估计出的模糊核K映射为权重和偏置列表，这些偏置和权重参与调制U-net每一层的卷积输出； 步骤3.2：构建一个标准U-net网络结构；标准U-net网络结构的输入为离焦模糊图像f，输出为复原后的清晰图像g； 步骤3.3：对复原网络模型进行训练；采用L2损失函数作为图像重建损失，通过训练使L2损失函数最小； 步骤4：训练模糊核提取网络模型和复原网络模型构成的整个网络模型，继续优化图像重建损失，同时忽略模糊核重建损失； 步骤5：利用训练好的模糊核提取网络模型和复原网络模型完成显微离焦图像的模糊核估计与离焦复原。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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”。