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！

龙图腾网获悉南京信息工程大学申请的专利基于流体动力学约束的台风云图序列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：CN120746837B 。

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：202511213275.8，技术领域涉及：G06T3/4053；该发明授权基于流体动力学约束的台风云图序列超分辨率重建方法是由赵丽玲;袁加伟;孟凡程;井轩设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本基于流体动力学约束的台风云图序列超分辨率重建方法在说明书摘要公布了：本发明公开了基于流体动力学约束的台风云图序列超分辨率重建方法，属于图像超分辨率重建领域。该方法包括：获取卫星观测区域原始的台风云图序列，对台风云图序列进行预处理，得到低分辨率图像序列；搭建基于流体动力学约束的超分辨率重建网络模型，通过训练集对超分辨率重建网络模型进行训练与调优；将验证集中的低分辨率图像序列输入至训练好的超分辨率重建网络模型，得到重建的高分辨率图像。本发明能够有效保持台风云图的结构连贯性与动态连续性，适用于气象预报、卫星遥感等领域中对高精度云图序列的生成与分析，具有较强的实用价值和推广前景。

本发明授权基于流体动力学约束的台风云图序列超分辨率重建方法在权利要求书中公布了：1.一种基于流体动力学约束的台风云图序列超分辨率重建方法，其特征在于，包括以下步骤： 获取卫星观测区域原始的台风云图序列，对台风云图序列进行预处理，得到低分辨率图像序列，将原始的台风云图序列作为标签数据，将低分辨率图像序列划分为训练集和验证集； 搭建基于流体动力学约束的超分辨率重建网络模型，通过训练集对超分辨率重建网络模型进行训练与调优； 将验证集中的低分辨率图像序列输入至训练好的超分辨率重建网络模型，得到重建的高分辨率图像； 超分辨率重建网络模型是一个包括个并行光流单元的多步双向网格数据传播架构，每个光流单元接收一个时间点的台风云图数据，每个光流单元包括四个依次设置的光流模块，每个光流模块接收两个步长的时间信息，经过交替的方式在时间上前后传播台风云图数据，其中为大于4的自然数； 通过训练集对超分辨率重建网络模型进行训练与调优的步骤包括： 对于任一个光流单元，将当前时刻t的台风云图数据记为，台风云图数据通过由卷积组成的残差模块提取图像特征，得到流体图像特征，代表在t时刻、二维坐标处的图像强度； 将流体图像特征作为光流单元的输入项，输入至第一层光流模块中，其中表示单步传播的流体图像特征，表示双步传播的流体图像特征，在第一层光流模块中，经过两次o变换，得到图像特征与之间的光流，以及图像特征与之间的光流，o变换表示计算两组特征之间的光流变换； 将得到的光流、以及当前时刻的流体图像特征一起输入时空对齐模块，得到对齐特征；其中变换表示将o变换计算所得的两组光流特征与当前时刻特征进行对齐操作，时空对齐模块由3个卷积组成； 将对齐特征和流体图像特征进行数据特征拼接，而后进行卷积融合，得到第一层融合运动信息的特征，其中与属于相同类型的特征； 将特征依次经过第二层光流模块、第三层光流模块和第四层光流模块的处理后，得到第四层融合运动信息的特征； 将特征进行Pixel-Shuffle上采样，同时加上由台风云图数据进行双线性插值上采样得到的特征图后，生成重建的高分辨率图像，公式为： ， 式中，Up表示Pixel-Shuffle上采样操作，B表示双线性插值上采样操作。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。