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西安光学精密机械研究所申请的专利一种运动信息赋能的时空一致湍流退化图像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：CN120339139B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510829559.3，技术领域涉及：G06T5/77；该发明授权一种运动信息赋能的时空一致湍流退化图像复原方法是由赵瑞妮;王轩;刘文;冯旭斌;谢梅林;郭敏设计研发完成，并于2025-06-20向国家知识产权局提交的专利申请。

本一种运动信息赋能的时空一致湍流退化图像复原方法在说明书摘要公布了：本发明提供了一种运动信息赋能的时空一致湍流退化图像复原方法，用于解决现有基于数据驱动的湍流退化图像复原算法未考虑运动目标在长积分时间内运动造成的大范围像素偏差，导致像素偏差与时空相关的逐像素湍流退化共同作用于光学成像过程，影响最终成像效果的技术问题。本发明采用协变可变形卷积对齐单元在划分后的三帧短时湍流退化连续帧上学习湍流退化采样偏移量和帧间对齐采样偏移量，进而在帧间对齐的同时进行逐像素湍流退化特征提取，获得三帧配准湍流退化特征，可以准确建模运动目标在长积分时间内运动造成的大范围像素偏差以及时空相关的逐像素湍流退化之间的耦合关系，以适应湍流退化图像的湍流非刚性畸变及高阶模糊。

本发明授权一种运动信息赋能的时空一致湍流退化图像复原方法在权利要求书中公布了：1.一种运动信息赋能的时空一致湍流退化图像复原方法，其特征在于，包括以下步骤： 步骤1，构建训练集和测试集；训练集包括多个连续的湍流退化图像和对应的多个连续的清晰图像，测试集包括多个连续的湍流退化图像； 步骤2，将训练集中多个连续的湍流退化图像和多个连续的清晰图像分别划分为多个三帧短时湍流退化连续帧和对应的多个三帧短时清晰连续帧，并将每个三帧短时清晰连续帧的中间帧作为对应三帧短时湍流退化连续帧的真值帧； 步骤3，构建协变可变形卷积对齐单元；所述协变可变形卷积对齐单元包括左分支、右分支以及残差卷积模块；左分支的输入端用于接收三帧短时湍流退化连续帧的中间帧，右分支的输入端用于接收三帧短时湍流退化连续帧，以分别学习湍流退化采样偏移量和帧间对齐采样偏移量；残差卷积模块的输入端连接左分支和右分支的输出端，用于在帧间对齐的同时进行逐像素湍流退化特征提取； 步骤4，将多个三帧短时湍流退化连续帧的中间帧和多个三帧短时湍流退化连续帧分别输入协变可变形卷积对齐单元的左分支和右分支中，使残差卷积模块输出对应的三帧配准湍流退化特征； 步骤5，分别获取每个三帧配准湍流退化特征在隐式空间中的特征以及每个三帧短时湍流退化连续帧的真值帧在隐式空间中的特征，并将其分别记为三帧退化隐式特征和真值隐式特征； 步骤6，生成与真值隐式特征尺寸相同的随机高斯噪声ε1，并将随机高斯噪声ε1加至真值隐式特征上，获得不同时间步下的加噪隐式特征； 步骤7，在双向光流一致性约束的前提下，将训练集对应的不同时间步下的加噪隐式特征、真值隐式特征、三帧退化隐式特征以及对应的时间步一起送入噪声预测网络中进行迭代训练，获得训练好的噪声预测网络； 步骤8，将测试集中多个连续的湍流退化图像划分为多个三帧短时湍流退化连续帧，并按步骤4~步骤5的方法获取对应的三帧退化隐式特征；生成与三帧退化隐式特征尺寸相同的随机高斯噪声ε2，并将测试集中对应的三帧退化隐式特征和随机高斯噪声ε2一起输入训练好的噪声预测网络中，三帧退化隐式特征在双向光流一致性约束下向前传递，使训练好的噪声预测网络输出预测噪声； 步骤9，对步骤8获得的预测噪声进行反向去噪和解码，获得复原后的湍流退化图像。

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西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17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”。