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！

龙图腾网获悉中国石油大学(华东)申请的专利一种基于transformer的GPR图像去杂波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：CN121120425B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511656967.X，技术领域涉及：G06T5/60；该发明授权一种基于transformer的GPR图像去杂波方法是由宋华军;孙国超设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本一种基于transformer的GPR图像去杂波方法在说明书摘要公布了：本发明涉及图像处理领域，公开了一种基于transformer的GPR图像去杂波方法，包括如下步骤：构建transformer的深度学习算法模型；模型包括特征提取层、特征融合层和特征输出层，特征提取层包括依次连接的卷积层、三个连续的轴基transformer模块，以及跨层注意力融合模块；特征融合层使用编码器‑解码器分层结构，编码器包含四个阶段解码器包含三个阶段，并且在编码器和解码器之间进行加权跳跃连接；特征输出层包括依次连接的三个连续的轴基transformer模块、跨层注意力融合模块以及卷积层；训练模型后利用训练后的模型去杂波。本发明所公开的方法在去除杂波的同时可以保留有效信号，提高处理精度。

本发明授权一种基于transformer的GPR图像去杂波方法在权利要求书中公布了：1.一种基于transformer的GPR图像去杂波方法，其特征在于，包括如下步骤： 步骤1，构建transformer的深度学习算法模型； 所述模型包括特征提取层、特征融合层和特征输出层，所述特征提取层包括依次连接的卷积层、三个连续的轴基transformer模块，以及跨层注意力融合模块； 所述特征融合层使用编码器-解码器分层结构，所述编码器包含四个阶段，每个阶段由1个下采样层和多个轴基transformer模块组成；所述解码器包含三个阶段，每个阶段由1个上采样层和多个轴基transformer模块组成，并且在编码器和解码器之间进行加权跳跃连接； 所述特征输出层包括依次连接的三个连续的轴基transformer模块、跨层注意力融合模块以及卷积层； 步骤2，训练模型； 使用GPR系统在不同相对介电常数的沙土中采集真实数据，并将数据进行预处理，得到GPR真实图像数据集，获取开源的混合GPR图像数据集CLT-GPR，与GPR真实图像数据集一起构建成训练所需数据集，并划分为训练集、验证集和测试集； 将训练集的图像输入模型中进行训练，用验证集的图像对模型精度进行评估并调整参数，用测试集评估模型的泛化能力以及预测精度； 步骤3，利用训练后的模型去杂波； 将带有杂波的GPR图像进行预处理后，输入到测试合格的模型中进行杂波去除； 所述轴基transformer模块包括归一化层、轴基多头自注意力模块、混合专家模块、门控网络和动态加权融合机制； 所述轴基多头自注意力模块包括高度轴多头注意力模块和宽度轴多头注意力模块；所述轴基transformer模块的输入特征与轴基多头自注意力模块的输出特征经元素加法后的结果分别输入混合专家模块和门控网络； 所述混合专家模块包括四个专家模块，每个专家模块由归一化层和双门控前馈网络或频域增强前馈网络组成，其中，双门控前馈网络和频域增强前馈网络各两个；每个专家模块独立接收轴基多头自注意力模块输出的特征，输出各自的特征图； 所述门控网络由3×3卷积层和softmax激活函数组成，门控网络先对输入特征进行空间维度的特征提取，再通过softmax激活函数归一化生成各个专家的动态分配权重； 动态加权融合机制通过动态分配权重与对应专家模块的输出进行元素乘法，随后对所有加权后的专家输出特征进行元素求和，得到最终的输出特征。

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中国石油大学(华东)，其通讯地址为：266000 山东省青岛市西海岸新区长江西路66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。