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！

龙图腾网获悉中国科学院光电技术研究所申请的专利一种扩展目标超分辨波前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：CN115294422B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202210919687.3，技术领域涉及：G06V10/774；该发明授权一种扩展目标超分辨波前复原方法是由郭友明;张曼婷;李颖;饶长辉设计研发完成，并于2022-08-02向国家知识产权局提交的专利申请。

本一种扩展目标超分辨波前复原方法在说明书摘要公布了：本发明提供一种扩展目标超分辨波前复原方法，应用于夏克‑哈特曼波前传感器，首先从波前传感器焦平面相机采集到的图像中，提取独立于扩展目标形状的特征图像，然后使用经过训练的人工神经网络对该特征图像进行运算，直接得到哈特曼波前传感器入射光波前的模式系数。与扩展目标波前探测常使用的相关波前复原方法相比，本发明提供的方法不仅可以不受扩展目标形状的干扰，还能从波前传感器图像中提取更多的信息用于波前复原。在同样的焦平面相机测量噪声强度下，本方法相比相关法能够以更高的精度复原出更高阶的模式系数，复原波前残余误差更小。

本发明授权一种扩展目标超分辨波前复原方法在权利要求书中公布了：1.一种扩展目标超分辨波前复原方法，应用于夏克-哈特曼波前传感器，其特征在于：该方法通过从哈特曼焦平面相机采集到的扩展目标子孔径图像中计算提取出特征图像，再使用训练好的人工神经网络直接对特征图像进行计算，复原出入射光波前的模式系数，具体包括以下步骤： 步骤（1）：计算随机模式系数矩阵：利用计算机随机生成模式系数矩阵；其中矩阵的行数为，表示模式阶数共有阶，矩阵的列数为，表示共生成组模式系数；模式函数表示为，其中为模式阶次，x0，y0是定义域内的二维坐标； 步骤（2）：计算相位函数序列：根据模式函数和模式系数矩阵的第j列向量生成相位函数序列：； 步骤（3）：计算入瞳复振幅序列：将相位函数逐次代入哈特曼波前传感器入瞳复振幅计算公式得到，其中为振幅函数，根据哈特曼波前传感器的实际应用场景灵活设置； 步骤（4）：创建第一关系函数：根据哈特曼波前传感器入射光波长、入瞳函数、微透镜阵列透过率函数以及焦平面相机二维采样函数建立焦平面相机图像与哈特曼传感器入瞳复振幅之间的第一关系函数；其中m,n为像素点在焦平面相机图像上的二维坐标，为焦平面相机图像采样前的二维坐标，U为复振幅序列； 步骤（5）：计算点源焦面孔径图像：将L个哈特曼波前传感器的入瞳复振幅序列分别代入第一关系函数计算对应的点源焦面孔径图像； 步骤（6）：计算点源理想焦面孔径图像：理想情况相位函数，将相位函数代入哈特曼波前传感器入瞳复振幅计算公式得到理想入瞳复振幅，将理想入瞳复振幅代入第一关系函数计算点源理想焦面孔径图像； 步骤（7）：创建第二关系函数：根据点源理想焦面孔径图像建立特征图像与哈特曼子孔径图像之间的第二关系函数； 步骤（8）：计算特征图像：将点源理想焦面孔径图像、点源焦面子孔径图像代入第二关系函数中计算点源特征图像并作为后续人工神经网络训练的输入样本集{}，记录向量的集合{}为人工神经网络训练的标签样本集； 步骤（9）：建立人工神经网络，其输入为特征图像的二维矩阵或单元数与特征图像像素总和相等的一维向量； 步骤（10）：训练网络：利用输入样本集{}和标签样本集{}组成的样本集对步骤9建立的人工神经网络进行训练，训练完毕后保存该人工神经网络； 步骤（11）：在实际应用中进行扩展目标波前探测时，首先从焦平面相机采集到的远场图像中依据评价指标C选取参考子孔径图像，然后根据第二关系函数计算特征图像作为经步骤（10）训练后的人工神经网络的输入，其输出作为波前复原的模式系数。

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”。