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！

龙图腾网获悉北京航空航天大学申请的专利基于图像切割和张量互联补全的智能载具图像补全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：CN120339133B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202510449355.7，技术领域涉及：G06T5/77；该发明授权基于图像切割和张量互联补全的智能载具图像补全方法是由周建山;朱禹轩;于靖雨;冯准;王铭乾;田大新;段续庭;曲凯歌;林椿眄;韩旭;崔林;徐子璇;庞皓冰;陈妍妍;肖啸设计研发完成，并于2025-04-11向国家知识产权局提交的专利申请。

本基于图像切割和张量互联补全的智能载具图像补全方法在说明书摘要公布了：本申请属于图像处理技术领域，提供了基于图像切割和张量互联补全的智能载具图像补全方法，其包括如下步骤：将摄像头拍摄的RGB格式图片以张量的形式存储起来，作为目标张量；根据当前帧张量的尺寸和灰度值，对先验张量进行预处理，同时利用AIP算法对预处理后的先验张量进行切割生成基准张量，将基准张量和目标张量堆叠为合成张量；利用ITSC算法处理合成张量，得到互联补全后的处理后张量；在处理后张量中提取出当前图像对应区域的张量，得到补全张量，完成图像补全。本申请在图像补全的稳定性和有效性上优于目前主要的智能飞行载具补全方法，应用本方法可以大大提高智能飞行载具在恶劣天气和通信不良场景下图像补全的稳定性和有效性。

本发明授权基于图像切割和张量互联补全的智能载具图像补全方法在权利要求书中公布了：1.基于图像切割和张量互联补全的智能载具图像补全方法，其特征在于，包括如下步骤： 步骤1：将摄像头拍摄的RGB格式图片以张量的形式存储起来，作为目标张量； 步骤2：根据当前帧张量的尺寸和灰度值，对先验张量进行预处理，同时利用AIP算法对预处理后的先验张量进行切割生成基准张量，将基准张量和目标张量堆叠为合成张量； 步骤3：利用ITSC算法处理合成张量，得到互联补全后的处理后张量； 步骤4：在处理后张量中提取出当前图像对应区域的张量，得到补全张量，完成图像补全； 所述步骤2中，利用AIP算法生成基准张量的具体方法为： 步骤3.1：获取智能飞行载具的主要运动参数和图像参数； 步骤3.2：根据获取的参数确定图像距离各边切割的像素数，确定出一新的矩形区域，对先验张量进行图像预切割，得到预切割后的区域； 步骤3.3：对预切割后的区域和目标张量进行语义分割，将图像分割为不同的特征，i为特征编号，生成两个特征集； 步骤3.4：分别将目标张量和对应特征集中一对对应特征的位置信息生成特征矩阵和； 步骤3.5：根据两个特征矩阵和计算仿射矩阵Γ； 步骤3.6：根据仿射矩阵Γ对中的特征矩阵进行处理，得到新的特征矩阵，根据新的特征矩阵对中的特征进行仿射变换； 步骤3.7：继续取未经过处理的一对对应特征重复步骤3.4至步骤3.6，直到目标张量中的所有特征都处理完毕； 步骤3.8：将完成仿射变换后的张量中无信息的像素点利用周围像素点补全，得到AIP算法处理后的基准张量； 所述步骤4中，利用ITSC算法处理合成张量，得到互联补全后的处理后张量的具体方法为： 步骤5.1：将张量分解为一系列张量因子的积，便于后续用通过优化张量因子来优化张量； 步骤5.2：建立误差函数和优化目标函数模型，用以衡量张量分解结果与原张量的误差大小并对张量因子进行迭代更新； 步骤5.3：基于优化目标函数对张量因子进行迭代更新，最小化合成张量上下两部分的差异； 步骤5.4：将各优化后的张量因子合成为处理后张量，其大小为N×M×6。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。