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！

龙图腾网获悉华东交通大学申请的专利一种基于物理-数据双驱动的绝缘子紫外图像重构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：CN121504751B 。

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：202610042947.1，技术领域涉及：G06T5/60；该发明授权一种基于物理-数据双驱动的绝缘子紫外图像重构方法是由曾晗;贾惠敏;蔡礼;李游;黄泽润;何慧雯;梅念;韦宝泉;邓芳明;宋洋设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本一种基于物理-数据双驱动的绝缘子紫外图像重构方法在说明书摘要公布了：本发明公开了一种基于物理‑数据双驱动的绝缘子紫外图像重构方法，包括：获取初始绝缘子紫外图像，并进行预处理，得到预处理后的绝缘子紫外图像；基于预处理后的绝缘子紫外图像，计算出相机的时序位姿，然后计算每个曝光时刻的像素移位，进而生成经亚像素权重与核正则化处理的运动模糊核；基于运动模糊核建立物理驱动损失函数；基于物理驱动损失函数，设计基于物理‑数据双驱动的多尺度正则化U型深度网络重构模型，通过多尺度正则化U型深度网络重构模型输出重构后的绝缘子紫外图像。本发明能够实现运动模糊与物理约束的同步优化，从而得到高分辨率和可解释性的重构图像。

本发明授权一种基于物理-数据双驱动的绝缘子紫外图像重构方法在权利要求书中公布了：1.一种基于物理-数据双驱动的绝缘子紫外图像重构方法，其特征在于，包括： 步骤S1，获取由高速巡检车采集的或对高电压输电线路巡检航拍过程中产生的、具有运动模糊的初始绝缘子紫外图像，并对初始绝缘子紫外图像进行预处理，得到预处理后的绝缘子紫外图像； 步骤S2，基于预处理后的绝缘子紫外图像，计算出相机的时序位姿，然后计算每个曝光时刻的像素移位，进而生成经亚像素权重与核正则化处理的运动模糊核； 步骤S3，基于运动模糊核将图像成像的物理机理转化为可以嵌入深度学习框架的数学约束，同时结合紫外成像的能量守恒与光谱特性，建立物理驱动损失函数； 步骤S4，基于步骤S3建立的物理驱动损失函数，引入多尺度正则化U型深度网络，设计一种基于物理-数据双驱动的多尺度正则化U型深度网络重构模型，通过多尺度正则化U型深度网络重构模型输出重构后的绝缘子紫外图像； 其中，步骤S2具体包括： 步骤S21，根据预处理后的绝缘子紫外图像的运动参数得到同步的、IMU输出的角速度与加速度，结合相机的初始速度和初始姿态，修正IMU漂移与零偏误差，并通过惯性积分计算出相机的时序位姿，表达式为： 其中，是瞬时时刻，是时相机的时序位姿，是描述相机姿态的旋转矩阵，表示相机在曝光期间的位移的平移向量； 步骤S22，基于相机的时序位姿，将三维位姿变化映射到成像平面，得到每个曝光时刻的像素移位； 步骤S23，基于步骤S22中得到的每个曝光时刻的像素移位，生成经亚像素权重与核正则化处理的运动模糊核，表达式为： 其中，为运动模糊核，为曝光时间的离散化采样时刻数，为Dirac函数，为像素坐标，为第个采样时刻水平方向的位移，为第个采样时刻垂直方向的位移； 步骤S3中，物理驱动损失函数的表达式为： 其中，为物理驱动损失函数，为重投影一致性损失函数，为紫外能量守恒损失函数，为边缘一致性损失函数，为总变分正则项，、、为权重超参数； 重投影一致性损失函数的表达式为： 其中，为原始绝缘子紫外图像，为重构后的绝缘子紫外图像，表示L2范数的平方； 紫外能量守恒损失函数的表达式为： 其中，为对应的紫外能量算子，为真实场景下无模糊、无噪声的绝缘子紫外图像，为对应的紫外能量算子，表示L1范数； 边缘一致性损失函数的表达式为： 其中，为梯度算子； 总变分正则项的表达式为： 其中，为的偏导，为的偏导； 步骤S4中，多尺度正则化U型深度网络重构模型的总损失函数的表达式为： ; 其中，为感知损失函数，为对抗损失函数，为平滑项，、、为权重值； 多尺度正则化U型深度网络重构模型的网络输入端同时接收原始绝缘子紫外图像，运动模糊核与模糊强度，将三者在通道维度进行拼接，其中，模糊强度的表达式为： 其中，表示模糊强度，为相机的总曝光时长，表示曝光时刻时，像素在水平方向的瞬时位移量；表示曝光时刻时，像素在垂直方向的瞬时位移量；表示时间的微分； 多尺度正则化U型深度网络重构模型包括编码端和解码端； 其中，编码端分由四级卷积下采样层组成，每级均嵌入多尺度特征提取单元，其中，第一分支为1×1卷积，第二分支、第三分支、第四分支均为3×3卷积，第二分支、第三分支、第四分支的膨胀率分别为1、2、3，各分支输出经过拼接后，与1×1的卷积融合，最后形成尺度自适应特征图H； 解码端中引入并行注意力机制，该机制以并行方式将位置注意力机制和通道注意力机制结合起来，以同时关注图像中深层特征的位置和通道，并进行差异化的权重分配。

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华东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808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。