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！

龙图腾网获悉华南农业大学申请的专利一种基于对抗网络和迭代滤波器的显微镜图像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：CN116523795B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310546878.4，技术领域涉及：G06T5/73；该发明授权一种基于对抗网络和迭代滤波器的显微镜图像去模糊方法是由黎明;邓海东;李俊枫;高世龙;冯坤盛;邓魏琪设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本一种基于对抗网络和迭代滤波器的显微镜图像去模糊方法在说明书摘要公布了：本申请是关于一种基于对抗网络和迭代滤波器的显微镜图像去模糊方法。本显微镜图像去模糊方法，通过深度学习的方法，学习了光学显微镜在失焦模糊图像与全焦清楚图像的去模糊的关系，来实现对光学显微镜采集的数据的去模糊处理。本申请采用迭代滤波的方式，能够很好地去除显微镜下局部模糊；解决了光学显微镜下图像模糊和细节不全的问题。

本发明授权一种基于对抗网络和迭代滤波器的显微镜图像去模糊方法在权利要求书中公布了：1.一种基于对抗网络和迭代滤波器的光学显微镜图像去模糊方法，包括如下步骤： 利用光学显微镜采集生物样本作为初始样本集：通过光学显微镜，放大倍数为100，获得显微镜下生物样本图像，由于生物样本表面凹凸不平，初始样本集是存在局部模糊的图像； 对初始样本集进行区域分割获得全焦样本集：对初始样本集进行手动区域分割，裁剪出对焦清楚的区域，以此获得全焦样本集； 对全焦样本集进行高斯模糊下采样：利用高斯模糊法对全焦样本集进行下采样，得到失焦模糊效果的图像，将其作为失焦样本集，将失焦样本集和全焦样本集归一化后，作为去模糊数据集； 对全焦样本集进行Bicubic下采样：用Bicubic插值法对全焦图像进行下采样，得到低分辨的全焦样本集，将低分辨全焦样本集和全焦样本集归一化后作为超分辨数据集； 模型的训练：利用去模糊数据集训练迭代滤波网络，得到去模糊模型，利用超分辨数据集训练对抗网络得到超分辨模型；去模糊深度学习模型是IFANIterativeFilterAdaptiveNetwork网络，其主要架构是基于Unet网络架构，包括特征提取器、重构器和中间的IFAN模块，特征提取器提取失焦特征，并将其输入到迭代滤波自适应网络IFAN中，迭代滤波自适应网络通过预测空间变化的去模糊容器从而得到去模糊特征，然后再将去模糊特征传输给重构器，重构器恢复全焦图像； 利用超分辨数据集训练对抗网络得到超分辨模型，超分辨深度学习模型是ESRGANEnhancedSuper-ResolutionGenerativeAdversarialNetworks网络，网络的生成器：低分辨率图像首先经过一个Conv层后，输入到RRDBNet中，经过不断的提取特征后，经由一个Conv层后，再将原始低分辨图像叠加在一起输入到Upsample层中，经过两层Conv后，即可得到最终的高分辨图像，其中ESRGAN网络中的RRDB结构：RRDBNet层由23个RRDB块组成，而每一个RRDB块由三个DenseBlock密集块组成，而每一个密集块由5个Conv层和4个ReLU激活层密集连接而成，这样的结构确保了ESRGAN网络可以提取到足够多的细节，生成更加真实的高分辨图像； 对光学显微镜下图像进行优化：去模糊模型和超分辨模型对光学显微镜下的图像进行优化。

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华南农业大学，其通讯地址为：510665 广东省广州市天河区五山路483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。