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！

龙图腾网获悉广东工业大学申请的专利基于维纳滤波的离焦散斑去模糊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：CN119168913B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411231600.9，技术领域涉及：G06T5/73；该发明授权基于维纳滤波的离焦散斑去模糊方法是由董博;黄海昇;倪梓浩;白玉磊;谢胜利设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本基于维纳滤波的离焦散斑去模糊方法在说明书摘要公布了：本申请提供一种基于维纳滤波的离焦散斑去模糊方法，包括：采集原始散斑图像，包括参考图像和至少1张变形图像，并通过平均强度梯度对所述原始散斑图像中的散斑质量进行评估，得到评估结果；根据所述评估结果，对散斑质量较低的所述变形图像进行去模糊，得到所述变形图像的对应的复原图像；将所述参考图像进行虚拟网格划分，得到至少2个子区域，并获取任一所述子区域与所述变形图像的相关性，得到最佳匹配位置；根据所述最佳匹配位置得到任一所述变形图像对应的全场位移，再进一步得到全场应变，通过相比去模糊前后的应变结果，所述方法能够在更大深度方向上获得更多的应变结果，从而实现了数字图像相关的量程拓展。

本发明授权基于维纳滤波的离焦散斑去模糊方法在权利要求书中公布了：1.一种基于维纳滤波的离焦散斑去模糊方法，其特征在于，包括： 采集原始散斑图像，包括参考图像和至少1张变形图像，并通过平均强度梯度对所述原始散斑图像中的散斑质量进行评估，得到评估结果； 根据所述评估结果，对散斑质量较低的所述变形图像进行去模糊，得到所述变形图像的对应的复原图像； 将所述参考图像进行虚拟网格划分，得到至少2个子区域，并获取任一所述子区域与所述变形图像的相关性，得到最佳匹配位置； 根据所述最佳匹配位置得到任一所述变形图像对应的全场位移，再进一步得到全场应变，并通过相比去模糊前后的应变结果，对所述原始散斑图像提升数字图像相关的量程； 所述根据所述评估结果，对散斑质量较低的所述变形图像进行去模糊，得到所述变形图像的对应的复原图像，包括： 根据所述评估结果，初始化所述原始散斑图像中的散斑对应的模糊核半径和信噪比： 根据所述模糊核半径和信噪比获取初始复原图像； 设定模糊散斑图像复原的标准，调整所述模糊核半径和信噪比的值，得到所述变形图像的对应的复原图像； 所述根据所述模糊核半径和信噪比获取初始复原图像，包括： 建立模糊模型，景深范围外的散斑图像存在离焦模糊；对于离焦模糊，模糊核表示为一个高斯函数；假设模糊核半径为h，则模糊模型表示为： g＝h*f+n； 其中，g为模糊图像，f为原始散斑图像，*表示卷积操作，n是噪声； 所述原始散斑图像的估计值，表示为： 其中，F'为原始散斑图像的估计值，H是模糊核h的傅里叶变换，∣H2∣是模糊核的幅度谱，SNR是信噪比；G表示模糊图像g的傅里叶变换； 所述设定模糊散斑图像复原的标准，调整所述模糊核半径和信噪比的值，包括： 将清晰散斑图像的灰度直方图半高宽作为一个模糊散斑图像复原的标准，从而调整所述模糊核半径和信噪比的值，灰度直方图的半高宽FWHM表示为： FWHM＝Dright-Dleft； 其中，Dright和Dleft分别为灰度直方图中右侧和左侧第一个达到或超过峰值一半高度时所对应的灰度值； 所述通过平均强度梯度对所述原始散斑图像中的散斑质量进行评估，包括： 获取所述散斑图像的平均灰度梯度δ： 其中，W表示散斑图像素宽度，H表示散斑图像素高度，fxx,y表示像素点x,y在x方向上的一阶导数，fyx,y表示像素点x,y在y方向上的一阶导数。

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广东工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729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”。

以上内容由龙图腾AI智能生成。