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！

龙图腾网获悉武汉理工大学申请的专利基于门阀装置与色阶调整的图像超分辨率重建方法及系统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：CN115984115B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202310030816.8，技术领域涉及：G06T3/4053；该发明授权基于门阀装置与色阶调整的图像超分辨率重建方法及系统是由饶文碧;梁伟基;叶尹;熊盛武设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本基于门阀装置与色阶调整的图像超分辨率重建方法及系统在说明书摘要公布了：本发明公开了一种基于门阀装置与色阶调整的图像超分辨率重建方法及系统，首先获取农作物害虫图像；然后将农作物害虫图像输入图像超分辨率重建网络，对农作物害虫图像进行超分辨率重建，得到高分辨率图像；本发明在双阶段退化的基础上，利用随机重组与门阀装置，使退化模型能更好地模拟真实场景下的图像退化过程，既包含退化严重的农作物害虫场景，也包含退化较轻的农作物害虫场景。本发明利用色阶调整，使位于阴影下的农作物害虫具有更好的色彩饱和度和亮度，从而能更易发觉。利用本发明对农作物害虫图像进行超分辨率重建处理，可以有效提高对农作物害虫图像的检测效果，从而有助于进一步减少摄像机在农田的部署，节省成本，具有实际意义。

本发明授权基于门阀装置与色阶调整的图像超分辨率重建方法及系统在权利要求书中公布了：1.一种基于门阀装置与色阶调整的图像超分辨率重建方法，其特征在于，包括以下步骤： 步骤1：获取农作物害虫图像； 步骤2：将农作物害虫图像输入图像超分辨率重建网络，对农作物害虫图像进行超分辨率重建，得到高分辨率的农作物害虫图像； 所述图像超分辨率重建网络由生成器网络中的主体模块与上采样模块组成； 所述生成器网络的主体模块由1个3*3的卷积块和23个RRDB基本块组成，每个RRDB基本块中均包含3个密集块，每个密集块均由5个3*3卷积块密集连接组成，密集块之间使用残差连接；生成器网络中的主体模块首先对农作物害虫图像进行3*3的卷积操作，初步获取图像特征信息，接着由23个RRDB基本块对图像特征信息进一步提取与学习； 所述生成器网络的上采样模块包括亚像素卷积和两个3*3的卷积块；首先使用一个亚像素卷积对农作物害虫图像图像特征进行缩放尺度为4的上采样，接着用两个3*3的卷积块分别对图像特征进行细化和输出高分辨率的农作物害虫图像； 所述图像超分辨率重建网络，是训练好的网络；训练时，图像块HR输入图像超分辨率重建网络后，首先会经过生成器网络中的退化模块中进行一系列随机的退化操作，生成低分辨率图像LR，接着生成器网络中的主体模块对LR图像特征信息进行深入提取与学习，最后由生成器网络中的上采样模块对LR图像特征信息进行上采样并输出超分辨率重建图像SR； 所述生成器网络中的退化模块具体涉及双阶段退化，每个阶段均由4种不同的退化操作组成，分别为模糊化、添加噪声、调整大小、JPEG压缩；其中模糊化具体包含5种模糊化类型，分别为各向同性与各向异性高斯模糊、广义高斯模糊、plateau-shaped分布模糊、sinc滤波器模糊；添加噪声具体包括4种噪声类型，分别为加性高斯噪声、泊松噪声、通过加性高斯噪声来模拟的颜色噪声与灰度噪声；调整大小具体包括3种调整类型，分别为缩小、放大和保持不变，而调整大小的方法则从区域插值、双线性插值、双三次插值中随机选择；JPEG压缩中的质量因子为[30,95]区间中的一随机数；退化模块对上述4种退化操作进行随机重组和添加门阀装置，使之随机进行，在第一阶段与第二阶段中，门阀装置分别设置为0.9与0.8；在网络训练的过程中，输入的图像块HR首先会经过生成器网络中的退化模块，生成退化后的低分辨率图像LR，用于后续对生成器网络中的主体模块和上采样模块与判别器网络的训练。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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”。