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！

龙图腾网获悉北京理工大学申请的专利多重约束下的光学稀疏孔径成像系统光瞳排布优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：CN120068369B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202411950685.6，技术领域涉及：G06F30/20；该发明授权多重约束下的光学稀疏孔径成像系统光瞳排布优化方法是由张晓芳;田岱鹏;董冰;胡新奇;阮宁娟设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本多重约束下的光学稀疏孔径成像系统光瞳排布优化方法在说明书摘要公布了：基于多重约束下的光学稀疏孔径成像系统光瞳排布优化方法，属于光学合成孔径技术领域。本发明实现方法为：使用点扩散函数PSF仿真光学稀疏孔径成像过程，制作遥感图像模糊数据集；模糊图像送入图像复原网络输出复原图像，基于双阶段两阶式复原网络TRN进行图像复原，使前端OSA成像系统与后端图像复原神经网络进行互补；以光学稀疏孔径系统的填充因子、频域信噪比、复原图像的高通增强均方误差作为指标，对光瞳排布和图像复原网络参数进行联合优化，得到兼顾成像质量和系统理论截止频率的光瞳排布和与之匹配的图像复原网络，根据训练好的双阶段两阶式复原网络预测得到多重约束下的光学稀疏孔径成像系统光瞳排布优化结果，显著提高成像质量。

本发明授权多重约束下的光学稀疏孔径成像系统光瞳排布优化方法在权利要求书中公布了：1.多重约束下的光学稀疏孔径成像系统光瞳排布优化方法，其特征在于：包括如下步骤，步骤一：使用的点扩散函数PSF仿真光学稀疏孔径成像过程，制作遥感图像模糊数据集； 所述点扩散函数PSF的表达式满足对子孔径的坐标、口径变量可微的条件； 步骤1.1、表征适于逆向优化的OSA成像系统点扩散函数PSF； 在光瞳平面上建立光瞳坐标系，光瞳坐标系下单个孔径的振幅透过率函数使用circle函数描述如下： 其中x0,y0表示子孔径的中心坐标，x,y表示光瞳面的坐标；d0表示子孔径直径；光瞳排布通过子孔径数量k、各子孔径直径di及子孔径在光瞳坐标系中的坐标xi,yi进行定量描述；包含多个孔径的OSA成像系统的振幅透过率函数为： 其中，i为子孔径编号，k为总的孔径个数，其为整数且i∈[1,k]，xi,yi为第i个子孔径的中心坐标，di为第i个子孔径的直径； OSA成像系统的光瞳函数为： 其中，表示系统的相位延迟；j为虚数单位；在实际应用中光学系统的相位延迟会被校正至不影响成像的水平，在此种条件下即判定为 OSA成像系统的光瞳函数为： Tx,y＝Px,y4 OSA成像系统的点扩散函数PSF为对光瞳函数进行傅里叶变换并取模的平方： 由于circle函数的傅里叶变换为贝塞尔函数，最终适于逆向优化的OSA成像系统点扩散函数PSF表示为： 其中x′,y′为像面上的坐标，λ为系统的工作波长，f为系统的焦距；J表示一阶第一类贝塞尔函数；利用式4计算出PSF对子孔径坐标x,y及孔径直径d的偏导数值，从而确保逆向优化得以进行； 步骤1.2：利用步骤1.1得到式6，仿真光学稀疏孔径成像过程，制作遥感图像模糊图像； OSA系统成像过程表示为： gx′,y′＝I*PSFx′,y′+nx′,y′7 其中，I是清晰图像，*代表卷积，nx′,y′代表噪声，gx′,y′表示OSA成像系统所成的模糊图像，gx′,y′与I组成清晰-模糊图像对； 步骤二：模糊图像送入图像复原网络输出复原图像，基于双阶段两阶式复原网络TRN进行图像复原，即模糊图像作为输入会分别送进TRN中的上下层网络，下层网络的处理结果会被融合到上层网络，上层的输出为复原图像；根据复原图像和步骤一的di、xi,yi、I0，计算联合损失函数的值； 步骤二实现方法为， 步骤2.1、将步骤一制作的模糊图像作为输入图像，基于双阶段两阶式复原网络TRN进行图像复原，即模糊图像作为输入会分别送进TRN中的上下层网络，下层网络的处理结果会被融合到上层网络，上层的输出为复原图像； 步骤2.2、根据步骤一的di、xi,yi、I0和步骤2.1得到的复原图像，计算联合损失函数的值； 联合损失函数如下： Loss＝OSA_loss+Img_loss8 Loss表示联合损失函数，其中OSA_loss的降低表明OSA成像系统参数往感兴趣方向靠近； 对模糊图像进行傅里叶变换： 其中I0spectralμ,ν表示物频谱分布，OTFμ,ν是OSA成像系统的光学传递函数，Nμ,ν表示高斯白噪声频谱分布； 将Gμ,ν取模得到模糊图像的频谱分布，忽略坐标μ,ν，如式10所示： 其中real表示取实部，imag表示取虚部，MTF表示OSA成像系统的调制传递函数； 依据式10，定义频谱信噪比SSNR如下： 其中MTF、OTF均表示当前OSA成像系统的MTF、OTF；|I0spectral|表示物频谱，计算过程如式12所示： m是训练集包含图片的总数量，Ii表示训练集中的一张图片，进一步得到频谱信噪比损失函数，如式13所示： loss_SSNR＝∑∑SSNRj-desire_SSNR213 OSA_loss由OSA成像系统的填充因子和SSNR损失组成，如式14所示： 其中ρ为OSA系统的填充因子，式8中Img_loss的降低表明复原图像向清晰图像靠近，用高通增强均方误差损失函数HEMSE表示，如式15所示，表示高通滤波，I0分别表示复原图和清晰图像，β1,β2分别表示高通滤波部分和MSE的加权系数，MSE表示均方误差，HEMSE值减小表明复原图像越来越接近真值图像； 综上，式8的联合损失函数变化为： 式中，λ1,λ2,λ3为各损失函数权重因子，选取适当损失函数之间的权重能够提高训练效率； 步骤三：对子孔径坐标xi,yi及孔径直径di进行初始化，得到初始的孔径排布；基于梯度下降法对di和xi,yi和双阶段两阶式复原网络中的参数进行优化，即不断迭代步骤一和步骤二的过程，直到联合损失下降不再明显或达到预定训练次数；经过训练得到训练好的双阶段两阶式复原网络；根据训练好的双阶段两阶式复原网络预测得到多重约束下的光学稀疏孔径成像系统光瞳排布优化结果。

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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。