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！

龙图腾网获悉河南大学申请的专利一种基于U型金字塔残差结构的全色锐化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：CN115345792B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202210957337.6，技术领域涉及：G06T5/73；该发明授权一种基于U型金字塔残差结构的全色锐化方法是由王瀛;潘珊珊;张铭博设计研发完成，并于2022-08-10向国家知识产权局提交的专利申请。

本一种基于U型金字塔残差结构的全色锐化方法在说明书摘要公布了：本发明提供一种基于U型金字塔残差结构的全色锐化方法。该方法包括：获取多光谱图像和全色图像，并对两种图像按照设定大小进行剪裁以得到训练集和测试集；利用训练集对基于U型金字塔残差结构的全色锐化网络模型进行训练，获得最优全色锐化网络模型；利用训练得到的最优全色锐化网络模型对测试集中的图像数据进行全色锐化。结构特征包括：将多光谱和全色图像渐进重采样得到两个金字塔图像序列；相同尺度图像合并后提取特征；自上向下进行相同尺度图像特征融合；自下向上进行相同尺度图像重建；最后通过跳连接保持光谱信息最终得到高分辨率多光谱图像。

本发明授权一种基于U型金字塔残差结构的全色锐化方法在权利要求书中公布了：1.一种基于U型金字塔残差结构的全色锐化方法，其特征在于，步骤包括： 步骤1：获取多光谱图像和全色图像，并对两种图像按照设定大小进行剪裁以得到训练集和测试集； 步骤2：利用训练集对基于U型金字塔残差结构的全色锐化网络模型进行训练，获得最优全色锐化网络模型； 步骤3：利用训练得到的最优全色锐化网络模型对测试集中的图像数据进行全色锐化； 其中，所述基于U型金字塔残差结构的全色锐化网络模型的构建过程包括： 构建多尺度特征提取模块，具体包括：重采样单元、合并单元和特征提取单元；其中，重采样单元用于对输入的多光谱图像渐进扩大图像，得到多层多光谱图像金字塔；对输入的全色图像渐进缩小图像，得到多层全色图像金字塔；合并单元用于将相同尺度的多光谱图像和全色图像进行像素和通道双合并；特征提取单元用于对合并单元输出的多个不同尺度图像进行特征提取； 构建U型金字塔残差结构，具体包括：特征融合模块和图像重建模块；其中，特征融合模块用于对特征提取单元输出的不同分辨率下的特征图进行自上而下的特征融合；图像重建模块用于对特征融合模块输出的不同分辨率下的特征图进行自下而上的图像重建，最后使用跳连接对最大尺度多光谱图像和重建图像进行求和； 所述重采样单元具体用于： 将输入的多光谱图像依次进行s次转置卷积操作以实现渐进t倍扩大图像，生成s+1层多光谱图像金字塔；s≥2，t≥2； 将输入的全色图像依次进行s次卷积操作以实现渐进t倍缩小图像，生成s+1层全色图像金字塔； 所述特征融合模块具体用于：从金字塔中最高分辨率层开始，针对金字塔中的任意相邻两层对应的特征提取单元输出的图像采用给定融合过程进行特征融合，直至融合至金字塔中最低层分辨率层； 其中，所述给定融合过程具体包括：将金字塔中较高分辨率层对应的最后一个特征提取单元输出的图像进行池化下采样以将图像缩小s倍，进而与金字塔中较低分辨率层对应的第一个特征提取单元输出的图像进行像素融合，最后对像素融合的特征图采用特征提取单元再次进行特征提取； 所述图像重建模块具体用于：从金字塔中最低分辨率层开始，针对金字塔中的任意两层对应的特征提取单元输出的图像采用给定重建过程进行特征融合，直至融合至金字塔中最高层分辨率层； 其中，所述给定重建过程具体包括：将金字塔中较低分辨率层对应的最后一个特征提取单元输出的图像进行卷积上采样以将图像扩大s倍，进而与金字塔中较高分辨率层对应的第一个特征提取单元输出的图像进行像素融合，最后对像素融合的特征图采用特征提取单元再次进行特征提取。

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河南大学，其通讯地址为：475001 河南省开封市顺河区明伦街85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。