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！

龙图腾网获悉湖南大学申请的专利一种水下网衣作业机器人图像的压缩与解压缩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：CN120050425B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510531138.2，技术领域涉及：H04N19/42；该发明授权一种水下网衣作业机器人图像的压缩与解压缩方法及装置是由梁桥康;申新朴;项韶;秦海;殷义;黄红武;王耀南设计研发完成，并于2025-04-25向国家知识产权局提交的专利申请。

本一种水下网衣作业机器人图像的压缩与解压缩方法及装置在说明书摘要公布了：本发明公开了一种水下网衣作业机器人图像的压缩与解压缩方法及装置，首先构建基于频域跨尺度融合的水下图像压缩模型，包括压缩模块和解压缩模块，具体包括编码器、量化模块、算术编码器、算术解码器和解码器各2个；其中第一编码器包括频域跨尺度融合模块，第一编码器和第一解码器均包括去冗余模块；然后使用水下网衣图像训练集对构建的水下图像压缩‑解压缩模型进行训练；再使用训练完的压缩模块，对水下网衣作业机器人采集的图像进行压缩得到对应的比特流数据；使用训练完的解压缩模块，对获取的水下图像压缩后的比特流数据重建水下图像。本发明通过捕获不同感受野的互补信息提高特征提取的能力，同时减少冗余信息的影响，提升图像压缩性能。

本发明授权一种水下网衣作业机器人图像的压缩与解压缩方法及装置在权利要求书中公布了：1.一种水下网衣作业机器人图像的压缩与解压缩方法，其特征在于，包括： 步骤1，构建基于频域跨尺度融合的水下图像压缩-解压缩模型； 所述水下图像压缩-解压缩模型，采用尺度超先验架构，从输入到输出依次包括第一编码器、第一量化模块、第一算术编码器、第一算术解码器和第一解码器；其中第一编码器中包括频域跨尺度融合模块，第一编码器和第一解码器中均包括去冗余模块； 在第一编码器的输出端，还依次设置第二编码器、第二量化模块、第二算术编码器、第二算术解码器和第二解码器； 第一编码器、第一量化模块、第一算术编码器、第二编码器、第二量化模块、第二算术编码器、第二解码器，一起构成水下图像压缩-解压缩模型的压缩模块；第一算术解码器、第一解码器、第二算术解码器、第二解码器，一起构成水下图像压缩-解压缩模型的解压缩模块； 步骤2，使用水下网衣图像训练集对构建的水下图像压缩-解压缩模型进行训练； 步骤3，使用训练完的压缩模块，对水下网衣作业机器人采集到的图像进行压缩得到对应的比特流数据；使用训练完的解压缩模块，对获取的水下图像压缩后的比特流数据重建水下图像； 所述频域跨尺度融合模块，通过设置空间域路径和频域路径，并通过两条路径之间的信息互补实现： 首先将输入特征图F沿着特征通道维度按照比例分为局部特征图和全局特征图； 然后在空间域路径，分别对局部特征图和全局特征图卷积处理后融合得到局部输出特征图； 另外还在频域路径： （1）将局部特征图通过输入通道为、输出通道为的普通卷积得到特征图；其中，表示输入频域跨尺度融合模块前的特征图F的通道数，表示从频域跨尺度融合模块输出的特征图M的通道数，和均为超参数，为输入通道中局部特征的比例，为输出通道中局部输出的比例； （2）将全局特征图首先通过一个平均池化层进行下采样，将高和宽都缩小一半后通过一个包括卷积层、BN层和ReLU激活函数的卷积块，再分别通过三个分支：第一个分支首先将特征图通过快速傅里叶变换，提取复数结果的实部和虚部并进行拼接，接着通过卷积核为1×1的卷积层、BN层和ReLU激活函数，最后将实部和虚部重新分离并进行快速傅里叶逆变换，保留实部作为输出；第二个分支不做任何处理直接输出；第三个分支先将特征图分别沿高和宽的一半分割成4份并沿着通道维度重新拼接成一个特征图，通过傅里叶单元模块处理后复制四份进行堆叠，最后输出与输入该分支的特征图相同高和宽的特征图；进而将三个分支的输出相加并通过一个卷积核为1×1的卷积层即得到特征图；其中，将第一分支的处理方式记为所述傅里叶单元模块处理； （3）将频域路径得到的特征图和相加即可得到全局输出特征图： ； 最后将局部输出特征图和全局输出特征图沿着特征通道维度拼接，得到频域跨尺度融合模块的输出特征图M。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路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”。