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！

龙图腾网获悉武汉智谱科技有限公司申请的专利一种基于索博尔梯度和多帧融合的湍流修复方法和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：CN115187484B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202210821137.8，技术领域涉及：G06T5/73；该发明授权一种基于索博尔梯度和多帧融合的湍流修复方法和系统是由孙国强;刘坤;林道庆设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本一种基于索博尔梯度和多帧融合的湍流修复方法和系统在说明书摘要公布了：本发明实施例提供一种基于索博尔梯度和多帧融合的湍流修复方法和系统，基于索博尔梯度和拉普拉斯算子进行湍流修复，通过索博尔梯度对图像进行去模糊操作，同时加入时域的拉普拉斯算子迭代修复湍流造成的边缘震荡现象，融合的过程主要是将多帧的湍流修复效果取各自的最好部分融合到一起，获得更稳定的湍流修复效果，也可以省略该过程，直接输出湍流修复的最后最后一帧图像以提高算法运行速度，计算过程简单，计算速度快的优点，可以保证对湍流视频进行实时修复。

本发明授权一种基于索博尔梯度和多帧融合的湍流修复方法和系统在权利要求书中公布了：1.一种基于索博尔梯度和多帧融合的湍流修复方法，其特征在于，包括： 步骤S1、获取视频流中当前帧之前的FrameNum-1帧图像，其中，FrameNum为预设的图像融合所需图像的帧数； 步骤S2、实现对当前帧及当前帧之前的FrameNum-1帧图像进行湍流修复； 步骤S3、对湍流修复后的图像进行融合，获得融合后的单帧图像，并作为当前帧的湍流修复最终结果； 所述步S1具体包括： 步骤S11、确定视频流输入的当前帧的帧数T，并确定融合所需帧数为FrameNum； 步骤S12、若判断获知T＜FrameNum，则以当前帧作为输入，不进行湍流修复； 步骤S13、若判断获知T≥FrameNum，则取视频流中第T-FrameNum+1帧到第T帧图像； 所述步骤S2具体包括： 步骤S21、确定输入的图像序列为Ik，Ik中包含K张H×W的图像，其中，k∈ {1,2,3,…,K}，H为图像高，W为图像宽，K等于FrameNum； 计算系数矩阵D，对系数矩阵D中的任一点的位置为i∈{0,1,2,3,…,H-1}，j∈ {0,1,2,3,…,W-1}，系数矩阵中每一点Di,j为： Di,j＝sinπ×i÷H2+sinπ×j÷W2； 步骤S22、遍历所有帧图像，求每一帧图像的离散傅里叶变换，得到傅里叶变换之后的图像序列，并计算图像序列中每一帧图像的索博尔梯度之和以作为迭代初始条件； 步骤S23、开始迭代，计算当前迭代次数下的度量值，并更新傅里叶变换结果；若判断到达迭代次数或者度量值达到收敛条件，则将最后一次更新的傅里叶变换结果进行傅里叶反变换，输出所有帧图像的傅里叶反变换结果作为湍流修复结果； 所述步骤S22具体包括： 遍历所述图像序列中的所有帧图像，求取每一帧图像的离散傅里叶变换，得到离散傅里叶变换后的图像序列；其中，离散傅里叶变换后的图像序列的实部为虚部为 计算图像序列中第k帧图像的索博尔梯度之和： 所述步骤S23具体包括： 计算当前迭代次数t下的索博尔梯度之和normGraduk，以及图像更新系数constk，k∈{1,2,3,…,K}，其中，第k帧图像的constk为： 基于图像更新系数确定当前迭代次数t的频域图像并使用更新后的频域图像计算下一次迭代时的normGraduk和constk；遍历每一帧图像，图像更新计算公式如下： 上式中，α和λ均为可调整参数，μ固定设置为1； 当进行第一次迭代时，normGraduk＝normGrad0k，迭代过程将一直持续到设置的最大迭代次数或满足收敛条件为止，收敛条件为当前迭代次数的constk之和与前两次的差值是否小于设置的阈值，小于阈值则提前结束迭代； 所述步骤S22中，所述离散傅里叶变换为二维离散傅里叶变换，所述二维离散傅里叶变换可通过先对图像逐行进行一维离散傅里叶变换后将得到的结果再逐列进行一维离散傅里叶变换得到； 步骤S23中，则将最后一次更新的傅里叶变换结果进行傅里叶反变换，具体包括：

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武汉智谱科技有限公司，其通讯地址为：430000 湖北省武汉市东湖新技术开发区汤逊湖北路武汉长城创新科技园1栋A栋505；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。