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！

龙图腾网获悉西北工业大学;昆明物理研究所申请的专利基于两阶段条件生成对抗网络的近红外图像着色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：CN115170430B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202210860842.9，技术领域涉及：G06T5/60；该发明授权基于两阶段条件生成对抗网络的近红外图像着色方法是由郭哲;郭号洁;程宏昌;杨晔;张智博设计研发完成，并于2022-07-21向国家知识产权局提交的专利申请。

本基于两阶段条件生成对抗网络的近红外图像着色方法在说明书摘要公布了：本发明公开了一种基于两阶段条件生成对抗网络的近红外图像着色方法，基于两阶段条件生成对抗网络的近红外图像着色方法包括：S1：获取近红外灰度图像；S2：构建近红外图像的灰度预处理模块；S3：利用近红外图像的灰度预处理模块对近红外灰度图像进行预处理，得到灰度图像；S4：构建图像着色模块；S5：利用图像着色模块，对灰度图像进行着色处理，得到着色生成图像，其中，图像着色模块还用于对着色生成图像和训练图像提取到的颜色特征向量进行判别，得到判别结果用于训练图像着色模块。本发明能够解决现有的图像着色方法对于包含大量噪声信息的近红外图像，缺少相应的灰度处理，导致着色图像出现整体视觉效果亮暗闪烁的问题。

本发明授权基于两阶段条件生成对抗网络的近红外图像着色方法在权利要求书中公布了：1.一种基于两阶段条件生成对抗网络的近红外图像着色方法，其特征在于，所述基于两阶段条件生成对抗网络的近红外图像着色方法包括： S1：获取近红外灰度图像； S2：构建近红外图像的灰度预处理模块； 所述步骤S2中，所述近红外图像的灰度预处理模块包括第一生成器和第一判别器，所述第一生成器和所述第一判别器是第一阶段损失函数训练得到的； 所述第一生成器包括第一编码器和第一解码器，所述第一编码器包括7个第一残差连接块，第1至4个第一残差连接块构成第一下采样编码，第5至7个第一残差连接块构成第一中间编码； 所述第一解码器包括7个第一具有空洞卷积结构的残差连接块，第1至4个第一具有空洞卷积结构的残差连接块构成第一中间解码，第5至7个第一具有空洞卷积结构的残差连接块构成第一上采样编码； S3：利用所述近红外图像的灰度预处理模块对所述近红外灰度图像进行预处理，得到灰度图像； S4：构建图像着色模块； 所述步骤S4中，所述图像着色模块包括第二生成器和第二判别器，所示第二生成器和所述第二判别器基于第二阶段损失函数训练得到的； 所述第二生成器包括颜色特征向量、第二编码器和第二解码器，所述颜色特征向量连接所述第二编码器，所述第二编码器包括7个第二残差连接块，第1至4个第二残差连接块构成第二下采样编码，第5至7个第二残差连接块构成第二中间编码； 所述第二判别器包括依次连接的第十一3×3卷积层、第十二3×3卷积层、第三BN模块、第十三3×3卷积层、第十四3×3卷积层、第四BN模块、第十五3×3卷积层、第二LeakRelu激活函数层、第十六3×3卷积层和Sigmoid激活函数层，所述第十一3×3卷积层的输入作为所述第二判别器的输入，输入内容包括着色图像和真实着色图像，所述第十六3×3卷积层的输出结果为着色生成图像，所述Sigmoid激活函数层用于对所述着色生成图像和真实着色图像进行判别输出； S5：利用所述图像着色模块，对所述灰度图像进行着色处理，得到着色生成图像，其中，所述图像着色模块还用于对所述着色生成图像和训练图像提取到的颜色特征向量进行判别，得到判别结果用于训练所述图像着色模块。

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西北工业大学;昆明物理研究所，其通讯地址为：710072 陕西省西安市友谊西路127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”。