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！

龙图腾网获悉国网江西省电力有限公司电力科学研究院;国家电网有限公司申请的专利一种红外图像超分辨率重建方法及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：CN120318075B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510772875.1，技术领域涉及：G06T3/4053；该发明授权一种红外图像超分辨率重建方法及系统是由李帆;梅宇聪;程开文;梅立通;胡蕾;李云洪;饶鑫威;童超;华桦;李长东;傅闽豪;肖礼荣设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种红外图像超分辨率重建方法及系统在说明书摘要公布了：本发明公开了一种红外图像超分辨率重建方法及系统，方法包括：根据预设的浅层特征提取模块对所述低分辨率图像进行第一特征提取，得到浅层特征；根据预设的深层特征提取模块对所述低分辨率图像进行第二特征提取，得到深层特征，其中，所述深层特征提取模块中包含多个依次连接的渐进式残差边缘块和与各个渐进式残差边缘块连接的融合模块；根据预设的递归结构模块将浅层特征叠加到卷积处理后的深层特征中，并基于预设的上采样网络对叠加后的结果进行上采样，得到放大后的特征；对放大后的特征进行卷积操作，得到重建后的高分辨率图像。能够提高红外图像超分辨率重建的精度。

本发明授权一种红外图像超分辨率重建方法及系统在权利要求书中公布了：1.一种红外图像超分辨率重建方法，其特征在于，所述方法包括： 获取低分辨率图像，根据预设的浅层特征提取模块对所述低分辨率图像进行第一特征提取，得到浅层特征，表达式为： ， 式中，为特征提取操作，为输入的低分辨率图像，为浅层特征； 所述浅层特征提取模块包括组增强卷积模块，所述组增强卷积模块包括卷积层、层、层、深度可分离卷积层以及通道混洗操作； 根据卷积层对低分辨率图像进行卷积操作得到通道数为64的特征，将得到的特征按特征通道数的14和34分割为两组； 卷积核为3×3的层，对第14组特征进行处理，输入的通道数为16，输出的通道数为16，卷积核为3×3的层，对第34组特征进行处理，输入通道数为48，输出通道数为48； 将层的输出作为下一次层和层的输入，继续按特征通道数的14和34分割为两组进行操作，其中，在14组特征分支上加入通道混洗操作以及深度可分离卷积层，表达式为： ， ， ， ， ， ， ， ， ， ， ， 式中，为卷积操作，为深度可分离卷积层，为通道混洗操作，为Relu激活函数操作，为令牌字典交叉注意块，为自适应类别注意力，为第次的对14组特征图处理结果，为第次的对34组特征图处理结果，为拼接操作，表示取当前输入特征图14组通道数，表示取当前输入特征图34组通道数，为浅层特征； 根据预设的深层特征提取模块对所述低分辨率图像进行第二特征提取，得到深层特征，其中，所述深层特征提取模块中包含多个依次连接的渐进式残差边缘块和与各个渐进式残差边缘块连接的融合模块； 所述深层特征的表达式为： ， ， 式中，为第n个渐进式残差边缘块的特征提取操作，为第n-1个渐进式残差边缘块的特征提取操作，为第1个渐进式残差边缘块的特征提取操作，为第n个渐进式残差边缘块的特征提取结果，为渐进式残差边缘块的数量，为融合函数，为深层特征； 根据预设的递归结构模块将浅层特征叠加到卷积处理后的深层特征中，并基于预设的上采样网络对叠加后的结果进行上采样，得到放大后的特征，表达式为： ， 式中，为上采样网络，包括卷积层和像素混洗层，为递归块的第3层提取特征； 对放大后的特征进行卷积操作，得到重建后的高分辨率图像，表达式为： ， 式中，为内核大小3×3卷积的运算； 所述渐进式残差边缘块包括第一边缘特征提取子模块、第一中间处理子模块、第二边缘特征提取子模块、第二中间处理子模块、第三边缘特征提取子模块以及残差学习结构。

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国网江西省电力有限公司电力科学研究院;国家电网有限公司，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路88号检测试验中心科研楼(第1-11层)；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。