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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于循环解耦模型的高光谱图像复原方法及装置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：CN120598822B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511100644.2，技术领域涉及：G06T5/77；该发明授权基于循环解耦模型的高光谱图像复原方法及装置是由潘尔婷;王梓;张文龙;李璋设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本基于循环解耦模型的高光谱图像复原方法及装置在说明书摘要公布了：本申请涉及一种基于循环解耦模型的高光谱图像复原方法及装置。所述方法包括：根据预先引入的可描述因子构建高光谱图像混合退化数学模型；利用高光谱图像混合退化数学模型推演出多个求解目标；构建具有循环解耦结构的高光谱图像复原网络，基于多个求解目标设计多个子损失函数，根据多个子损失函数对高光谱图像复原网络进行训练，得到训练好的高光谱图像复原网络；根据训练好的高光谱图像复原网络对待复原的图像进行复原。采用本方法能够同时实现高光谱图像去噪和缺陷信息补全，大幅提升图像质量。

本发明授权基于循环解耦模型的高光谱图像复原方法及装置在权利要求书中公布了：1.一种基于循环解耦模型的高光谱图像复原方法，其特征在于，所述方法包括： 根据预先引入的可描述因子构建高光谱图像混合退化数学模型；利用所述高光谱图像混合退化数学模型推演出多个求解目标； 构建具有循环解耦结构的高光谱图像复原网络，基于所述多个求解目标设计多个子损失函数，根据所述多个子损失函数对所述高光谱图像复原网络进行训练，得到训练好的高光谱图像复原网络； 根据所述训练好的高光谱图像复原网络对待复原的图像进行复原； 根据预先引入的可描述因子构建高光谱图像混合退化数学模型，包括： 设计可描述像素是否缺陷的因子定义高光谱图像混合退化噪声模型如下： ； ； 其中，D表示噪声遮挡处的分布图，表示原始信号丢失区域，即噪声遮挡处，表示加性噪声，表示干净的图像，是高光谱图像复原的目标，表示对应像素点的空间位置； 所述具有循环解耦结构的高光谱图像复原网络包括基于残差连接的卷积神经网络块、二元退化分类模块、特征融合模块、噪声估计模块、纹理特征保持模块、聚合重建模块和重建融合模块；所述基于残差连接的卷积神经网络块用于提取输入含噪高光谱图像中每个波段的浅层特征；所述二元退化分类模块用于将浅层特征以及在上一个波段计算得到的融合后特征通过两个S卷积块级联后输出表征遮挡前景图；利用S卷积块对所述表征遮挡前景图进行提取，得到中间层特征；所述特征融合模块用于对浅层特征，中间层特征和上一个波段计算得到的融合后特征计算得到当前波段的融合后特征；所述噪声估计模块用于对浅层特征进行噪声估计；所述纹理特征保持模块用于根据上一个波段计算得到的融合后特征计算波段间共享的纹理特征；所述聚合重建模块用于对当前波段的融和后特征进行重建，得到重建的无噪波段图像；所述重建融合模块用于聚合所有波段上的重建的无噪波段图像，得到复原的无噪高光谱图像。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。