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！

龙图腾网获悉吉林大学申请的专利一种基于Mamba的地震图像超分辨率重建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：CN119624773B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411715208.1，技术领域涉及：G06T3/4053；该发明授权一种基于Mamba的地震图像超分辨率重建方法是由董新桐;于文硕;董士琦设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于Mamba的地震图像超分辨率重建方法在说明书摘要公布了：本发明涉及一种基于Mamba的地震图像超分辨率重建方法，包括构建局部特征提取模块、全局特征提取模块与高质量地震剖面重建模块，以解决高频衰减和稀疏采集导致的分辨率不足问题。本发明引入了Mamba模型，构建了一种新型的超分辨率重建网络。局部特征提取模块通过卷积层提取浅层特征信息；全局特征提取模块通过多级残差状态空间块获取全局特征；高质量地震图像重建模块则通过像素重组和卷积操作实现高分辨率地震图像的重建。此外，本发明采用了Charbonnier损失函数，有效避免梯度消失问题，并改进了传统Mamba的损失函数。本发明可以在提升地震图像分辨率的同时，显著降低计算复杂度与时间成本。

本发明授权一种基于Mamba的地震图像超分辨率重建方法在权利要求书中公布了：1.一种基于Mamba的地震图像超分辨率重建方法，其特征在于，包括以下步骤： S1、构建地震图像超分辨率重建模型训练、验证和预测所需数据集； S2、构建基于Mamba的地震图像超分辨率重建网络的局部特征提取模块：所述局部特征提取模块通过级联卷积层，实现对局部地层特征信息的提取； S3、构建基于Mamba的地震图像超分辨率重建网络的全局特征提取模块：所述全局特征提取模块由两个状态空间组和一个卷积层级联组成，状态空间组用于提取地震图像中的全局信息，卷积层用于进一步提取特征信息并调整通道数；每个状态空间组由四个多级状态空间块和一个卷积层级联组成，多级残差状态空间块用于捕获特征图中的长距离依赖关系，卷积层用于进一步提高全局特征表示；最后，通过跳跃连接操作来融合全局特征提取模块的输入与输出，实现对局部特征信息和全局特征信息的融合； S4、构建基于Mamba的地震图像超分辨率重建网络的高质量地震图像重建模块：所述高质量地震图像重建模块由两个卷积层和一个像素重组层级联组成；第一个卷积层用于增强提取的全局和局部特征，第二个卷积层用于重建高质量的地震图像；像素重组层通过重新排列地震图像中的像素，从而提高地震图像的空间分辨率，实现对细节信息的保留； S5、构建基于Mamba的地震图像超分辨率重建网络：所述基于Mamba的地震图像超分辨率重建网络由步骤S2所述局部特征提取模块、步骤S3所述全局特征提取模块和步骤S4所述高质量地震图像重建模块级联组成；输入地震图像首先由所述局部特征提取模块提取局部地层特征，再由所述全局特征提取模块获取全局地层特征，最后，由所述高质量地震图像重建模块重建高质量地震图像； S6、构建损失函数，用于测试步骤S5所构建的基于Mamba的地震图像超分辨率重建性能； S7、网络模型训练：初始化步骤S5组成的基于Mamba的地震图像超分辨率重建网络参数，确定学习率、优化函数和迭代数，根据步骤S5组成的基于Mamba的地震图像超分辨率重建网络输出的验证结果，优化步骤S6所构建的损失函数，最终获得最优的网络模型参数，训练结束； S8、网络模型验证：对步骤S7训练完成后得到的基于Mamba的地震图像超分辨率重建网络模型进行验证，验证结果的评价指标满足设定的阈值，则将步骤S7训练后得到的基于Mamba的地震图像超分辨率重建网络模型作为最优的超分辨率重建模型；否则返回步骤S7，通过修改训练超参数重新训练网络模型； S9、网络模型应用：将实际测区的低分辨率地震图像输入到S7步骤得到的最优的超分辨重建网络模型中，得到高分辨率地震图像。

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吉林大学，其通讯地址为：130012 吉林省长春市长春高新技术产业开发区前进大街2699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。