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！

龙图腾网获悉国家卫星气象中心(国家空间天气监测预警中心)申请的专利一种面向辐射传输仿真的超分辨率图像重建方法及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：CN121504714B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610036627.5，技术领域涉及：G06T3/4007；该发明授权一种面向辐射传输仿真的超分辨率图像重建方法及系统是由王曦;张婉春;呼延紫宇;叶凌梦;李博;陈林设计研发完成，并于2026-01-13向国家知识产权局提交的专利申请。

本一种面向辐射传输仿真的超分辨率图像重建方法及系统在说明书摘要公布了：本发明公开了一种面向辐射传输仿真的超分辨率图像重建方法及系统，所述方法包括：通过严格时空配对与多源数据融合构建输入特征与标签；采用基于Unet++的残差学习网络，学习从粗分辨率基线亮温到像元级分辨率目标亮温的残差，其中网络经多任务学习改造，并采用SmoothL1与SSIM的组合损失函数在有效掩膜内进行训练，以同时约束幅值误差与结构性误差；最后通过验证集驱动的线性分段校准消除系统性偏差。本发明克服了传统插值方法在辐射传输仿真中存在的过度平滑、物理不一致及计算效率低的问题，实现了高精度、高效率的超分辨率重建，满足了海量星载数据近实时定量反演的需求。

本发明授权一种面向辐射传输仿真的超分辨率图像重建方法及系统在权利要求书中公布了：1.一种面向辐射传输仿真的超分辨率图像重建方法，其特征在于，包括以下步骤： 构建残差学习网络，所述残差学习网络被配置为学习多通道输入X对应的基线预测ybase与多通道标签Y之间的残差Δy，其中，所述多通道标签Y为目标卫星观测像元级分辨率的辐射传输仿真结果，所述基线预测ybase由原始背景场空间分辨率的辐射传输模型正演结果经处理得到； 所述残差学习网络为基于Unet++架构并经过多任务学习改造的网络，其在解码端并联一个分类输出头，与回归残差头共享编码器与主要解码特征，用于执行异常像元检测任务，并输出空间注意力权重以调整残差回归的损失权重； 利用组合损失函数对所述残差学习网络进行训练，所述组合损失函数包括用于约束幅值误差的SmoothL1损失和用于约束结构性误差的结构相似性SSIM损失、以及用于约束空间梯度一致性的梯度差异损失； 使用训练好的所述残差学习网络，对输入数据进行处理，以重建出超分辨率辐射传输仿真图像； 在使用训练好的网络进行推理之后，还包括后校准步骤：在验证集上对预测结果进行线性分段拟合校准，以卫星天顶角为自变量划定多个区间，在每个区间内拟合线性参数，推理时根据像元数值落段选择对应参数进行校准。

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国家卫星气象中心(国家空间天气监测预警中心)，其通讯地址为：100081 北京市海淀区中关村南大街46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。