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！

龙图腾网获悉武汉大学申请的专利一种基于核引导的遥感图像全色锐化方法和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：CN118967511B 。

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：202411030816.9，技术领域涉及：G06T5/73；该发明授权一种基于核引导的遥感图像全色锐化方法和系统是由田昕;张志远;柯成杰;励皓轩设计研发完成，并于2024-07-30向国家知识产权局提交的专利申请。

本一种基于核引导的遥感图像全色锐化方法和系统在说明书摘要公布了：本发明提出了一种基于核引导的遥感图像全色锐化方法和系统，以解决单个固定模糊核训练的单一深度学习全色锐化模型在遇到不匹配的退化时可能会出现失真的泛化问题。该方法设计了一个具有强解释性的融合子网络，通过可学习注入矩阵将全色图像的细节注入到多光谱图像中。核估计子网络生成的先验退化信息可以表示多光谱图像的模糊程度，被用于更新可学习注入矩阵，以控制细节的注入，适应不同类型的退化。此外，通道Transformer在融合子网络中作为残差连接，有助于保留深度网络中的重要特征。通过核估计和融合子网络的结合，网络对各种未知退化的适应能力得到了增强，因此所提出的方法在复杂的退化情况下具有很大的优势。

本发明授权一种基于核引导的遥感图像全色锐化方法和系统在权利要求书中公布了：1.一种基于核引导的遥感图像全色锐化方法，其特征在于，包括如下步骤： 步骤1，基于模糊核的模糊程度，构建融合子网络融合多光谱和全色图像； 所述融合子网络的具体处理过程如下； 步骤1.1，将多光谱图像上采样，以匹配全色图像的尺寸； 步骤1.2，通过卷积层将上采样后的多光谱图像转换到特征域； 步骤1.3，使用个细节注入Transformer模块将全色图像的细节特征注入到多光谱图像中； 步骤1.4，细节注入Transformer模块的输出通过一个卷积层，从特征域恢复到图像域； 步骤2，基于融合子网络的融合图像和输入的低分辨的多光谱图像之间的关系，构建核估计子网络用于估计模糊核； 核估计子网络的具体处理过程如下： 步骤2.1，融合图像首先被下采样到与低分辨率多光谱图像相同大小的特征图像，表示为； 步骤2.2，低分辨率多光谱图像通过一个卷积层，得到一个特征图； 步骤2.3，和通过个双路单元即DP单元提取模糊特征和，并作为下一个DP单元的输入； 步骤2.4，最终得到的模糊特征经过若干个网络层转换为模糊核； 步骤3，构建图像融合模型，所述图像融合模型包括融合子网络和核估计子网络，利用核损失和重建损失相结合的目标损失函数驱动图像融合模型的训练； 步骤3中构造的目标损失函数如下； 其中，是一个参数，用于平衡这两个损失项的重要性；为融合图像与相应参考图像之间的重构损失；是估计的核与参考核之间的损失，以帮助网络估计正确的核；这两个损失的表达式如下： 其中，和分别是融合图像和相应的参考图像，和分别是估计得到的模糊核和参考核； 步骤4，利用仿真数据训练上述图像融合模型，并利用训练好的模型在测试集上进行测试，最终得到的融合图像即实现了多光谱图像的全色锐化。

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大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。