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！

龙图腾网获悉华东交通大学;重庆大学溧阳智慧城市研究院申请的专利一种基于多尺度缩放的微观电镜图像处理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：CN119648526B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202411620688.3，技术领域涉及：G06T3/4053；该发明授权一种基于多尺度缩放的微观电镜图像处理方法及系统是由赵宏宇;孙浚博;钱志祥;王翔宇;苗守举;汪军;李子莫;刘涵设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种基于多尺度缩放的微观电镜图像处理方法及系统在说明书摘要公布了：本发明为一种基于多尺度缩放的微观电镜图像处理方法及系统，所述方法包括通过微观电镜对目标物体进行图像的获取，将获取的微观电镜图像存储到文件中，并对图像进行双线性差值下采样处理，保存双线性差值下采样处理后的图像作为低分辨率图像LR；对低分辨率图像LR进行旋转、缩放、翻转、调整亮度和对比度，并添加随机噪声，从而生成额外的变体；获得微观图像数据集；构建多尺度缩放微观电镜图像超分辨率MS‑MESR网络模型。本发明能够实现灵活的缩放倍数控制，实现了缩放倍数的更多选择性结果，显著提高了微观电镜图像的分辨率和质量、以及不同缩放因子下的适用性。

本发明授权一种基于多尺度缩放的微观电镜图像处理方法及系统在权利要求书中公布了：1.一种基于多尺度缩放的微观电镜图像处理方法，其特征在于，所述方法包括以下步骤： 步骤一：通过微观电镜对目标物体进行图像的获取，将获取的微观电镜图像存储到文件中，并对图像进行双线性差值下采样处理，保存双线性差值下采样处理后的图像作为低分辨率图像LR；对低分辨率图像LR进行旋转、缩放、翻转、调整亮度和对比度，并添加随机噪声，从而生成额外的变体；获得微观图像数据集； 步骤二：构建多尺度缩放微观电镜图像超分辨率MS-MESR网络模型 所述多尺度缩放微观电镜图像超分辨率MS-MESR网络模型包括预训练的自编码器、潜在扩散模型LDM、隐式神经解码器和多层感知机MLP组成的解码部分；所述隐式神经解码器和多层感知机组成的解码部分用于将最后一个时间步长状态下的潜在特征向量z'进行重构并且反馈到图像空间； 输入低分辨率图像LR，经过自编码器进行像素空间的编码，将输入低分辨率图像LR编码为特征图信息，并且抽取为一个潜在特征向量h、w、c分别为输入低分辨率图像LR的高、宽和通道数； 在潜在扩散模型LDM中，通过将潜在空间中的高斯分布随机变量与前向扩散过程生成的噪声结合起来得到随机输入噪声，把潜在特征向量z与随机输入噪声进行拼接，作为LDM的主体部分去噪UNet的输入，而后由去噪UNet进行扩散的正向过程和反向过程，在得到去噪UNet输出时，再次与预训练的自编码器得到的潜在特征向量z进行拼接，得到上一时间步长T-1时的潜在特征向量将得到的T-1时间步长状态下的潜在特征向量输入到隐式神经解码器，与此同时将潜在空间坐标系中图像像素所对应的坐标信息输入隐式神经解码器和多层感知机MLP组成的解码部分中，不断对潜在特征向量z进行维度扩展以及维度收缩；以最后一个时间步长状态下的潜在特征向量z'输入解码部分，并在图像空间进行最后的解码，得到最后的输出超分辨率图像； 在多层感知机中设置缩放倍数序列s∈1,M]，其中M表示缩放的最大倍数，在s中随机选择一个缩放倍数N，构成从1到N缩放倍数的子序列s*，根据U＝Reshapes*将子序列s*映射为向量集合然后对向量集合中的元素进行正则化处理，获得正则化结果 其中，表示的正则化结果，设置参数δ＝1e-8避免正则化过程分母为零；Reshape表示映射函数；表示向量集合U中的元素； 再根据下式获得不同缩放倍数时的多层感知机的工作参数fθ； 其中，j＝1,2；i＝1,2,…,N；表示向量集合U中的元素； 则解码部分输出图像使用下式表示： 其中，Ic为图像关于隐式空间坐标系中RGB像素值的定义，表示符合正态分布的定义，D表示解码部分操作；是指隐式神经解码器，z'是经过潜在扩散模型采样后的最后一个时间步长状态下的潜在特征向量，c*是z'相关的像素坐标；潜在特征向量z'首先经过隐式神经解码器进行解码，然后由c*进行欧式距离的插值，拼接后由多层感知机MLP进行最后的像素空间转图像空间的解码处理，Fθ表示多层感知机MLP的数学模型的函数表示； 所述预训练的自编码器由第一个3×3卷积层Conv、一个组归一化层、一个激活函数ReLU、第二个3×3卷积层Conv组成以及尾部的一个激活函数ReLU组成，其中还包含一个由第一个3×3卷积层的输入到第二个3×3卷积层Conv的残差连接； 所述隐式神经解码器包括一个浅层3×3卷积层Conv和主要解码部分，该主要解码部分由两个子部分串联组成，每个子部分包括依次连接的组归一化层、Sigmoid激活函数层和3×3卷积层Conv；潜在特征向量z'输入浅层3×3卷积层Conv得到浅层特征信息，浅层特征信息经过该主要解码部分得到深层的特征信息，并且引入残差机制，将浅层特征信息和深层特征信息进行相加，用该相加结果与潜在空间坐标系中图像像素所对应的坐标信息进行拼接后作为多层感知机的输入； 在包含多层感知机MLP的解码部分上，能够实现灵活的缩放倍数控制，实现了缩放倍数的更多选择性结果，显著提高了微观电镜图像的分辨率和质量、以及不同缩放因子下的适用性； 步骤三、利用微观图像数据集训练MS-MESR网络模型，训练好的MS-MESR网络模型用于实时处理微观电镜图像，获得低分辨率图像对应的超分辨率图像，进行细节恢复和增强； 训练过程中通过计算图像的峰值信噪比PSNR和结构相似性指数SSIM来评估超分辨率图像的质量，缩放因子N＝4倍下的指标对比数据，峰值信噪比PSNR和结构性相似度SSIM分别达到37.50和0.87；当缩放因子改变后不需要重新训练，缩放因子N＝16倍下的峰值信噪比PSNR和结构性相似度SSIM分别达到36.88和0.78。

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华东交通大学;重庆大学溧阳智慧城市研究院，其通讯地址为：330013 江西省南昌市经开区双港东大街808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”。