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！

龙图腾网获悉四川大学;上海卫星工程研究所申请的专利可获得超分辨率融合图像的全色锐化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：CN115994855B 。

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：202111204970.X，技术领域涉及：G06T3/4053；该发明授权可获得超分辨率融合图像的全色锐化方法是由何小海;刘刚;刘屹霄;任超;熊淑华;卿粼波设计研发完成，并于2021-10-15向国家知识产权局提交的专利申请。

本可获得超分辨率融合图像的全色锐化方法在说明书摘要公布了：本发明公开了一种可获得超分辨率融合图像的全色锐化方法。主要包括以下步骤：搭建基于全色迭代投影块组的全色图像超分辨率重建网络模型；预训练该模型，输出超分辨率二倍重建的全色图像；针对输入的低分辨率的多光谱图像和全色图像搭建初级融合网络模块；针对输入的低分辨率的多光谱图像、初级融合多光谱图像和超分辨率重建的全色图像，搭建多图输入的多图融合网络模块；初级融合网络模块和多图融合网络模块共同构成多级融合网络，利用训练数据集统一训练该融合网络，输出最终的融合结果。本发明所述的融合方法能获得很好的主客观效果。因此，本发明是一种有效的可获得超分辨率融合图像的全色锐化方法。

本发明授权可获得超分辨率融合图像的全色锐化方法在权利要求书中公布了：1.可获得超分辨率融合图像的全色锐化方法，其特征在于包括以下步骤： 步骤一：搭建以全色迭代投影块组为主要的构建单元搭建用于全色图像超分辨率重建的网络模型； 步骤二：利用步骤1的网络，训练重建倍数为2倍的超分辨率重建网络模型； 步骤三：针对输入的全色图像，通过训练好的网络进行超分辨率重建，输出提升两倍分辨率的全色图像； 步骤四：以残差块组为主要的构建单元，搭建初级融合网络模块； 步骤五：以多图多尺度融合块组为主要构建单元，搭建多图融合网络模块； 步骤六：以初级融合网络模块和多图融合网络模块构建多级融合网络模型； 步骤七：利用训练图像数据集，训练步骤6中构建的网络； 步骤八：以多光谱图像、全色图像以及超分辨率重建后的全色图像作为网络输入，输出最终的融合结果；步骤一所述的全色图像超分辨率重建的网络模型中的全色迭代投影块组，主要包括全色上采样块和全色下采样块；全色上采样块由注意力机制单元和上采样迭代反投影单元组成；注意力机制单元包括并联的最大池化和平均池化环节，输出结果串联后通过两个1×1的卷积层，再与最初的输入相乘；上采样迭代反投影单元先将输入特征图由6×6的卷积层上采样，再通过3×3的卷积层下采样，下采样的结果与输入特征图的差再通过一个6×6的卷积层上采样，最后与通过跳跃连接传递的第一次上采样的输出结果相加，输出最终上采样的结果；全色下采样块由注意力机制单元和下采样迭代反投影单元组成；注意力机制单元包括并联的最大池化和平均池化环节，输出结果串联后通过两个1×1的卷积层，再与最初的输入相乘；下采样迭代反投影单元先将输入特征图由3×3的卷积层下采样，再通过6×6的卷积层上采样，上采样的结果与输入特征图的差再通过一个3×3的卷积层下采样，最后与通过跳跃连接传递的第一次下采样的输出结果相加，输出最终下采样的结果；全色迭代投影块组可以较好地提取全色图像的细节特征，以获得令人满意的2倍超分辨率重建性能；步骤五所述的多图融合网络模块中的多图多尺度融合块组，主要包括一个多尺度特征提取器和残差注意力块组；特征提取器分别由3×3，5×5和7×7的三类不同卷积核来提取多张不同输入分辨率图像的特征信息；输出结果串联后通过一个3×3的卷积层，再将特征图送入残差注意力块组，该块组由四个残差注意力块级联组成，每个残差注意力块包括两个3×3的卷积层，一个并联的最大池化和平均池化环节，两个1×1的卷积层和若干跳跃连接；残差注意力块组的输出再经过一个3×3的卷积层后与长跳跃连接相加输出最终结果；多图多尺度融合块组可以有效提取多个不同分辨率的输入图像的特征信息，实现令人满意的最终融合性能。

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四川大学;上海卫星工程研究所，其通讯地址为：610065 四川省成都市武侯区一段路南一段24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”。