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！

龙图腾网获悉中国科学院西安光学精密机械研究所申请的专利一种基于双神经网络的多通道全息散射片波前重建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：CN121351886B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511903395.0，技术领域涉及：G06N3/045；该发明授权一种基于双神经网络的多通道全息散射片波前重建方法是由吴腾飞;薛铭;姚保利;杨力铭;但旦;杨延龙;闵俊伟设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本一种基于双神经网络的多通道全息散射片波前重建方法在说明书摘要公布了：本发明涉及波前重建方法，尤其涉及一种基于双神经网络的多通道全息散射片波前重建方法，以解决现有基于数字图像相关的全息散射片波前重建方法需要进行多次迭代以及选取宏像素，导致在复杂叠加光场中分离散斑和波前重建时存在迭代次数多、采样精度低、计算时间长、分离后分辨率下降以及动态范围受限的技术问题。本发明提供的基于双神经网络的多通道全息散射片波前重建方法，采用基于Unet和残差网络块的散斑分离神经网络和波前重建神经网络构建双神经网络，创新性地将全息散射片与双神经网络结合，不仅大大提升了波前重建速度，还实现了高分辨率实时波前重建，提高了全息散射片在复杂光场下的波前重建精度和实时性。

本发明授权一种基于双神经网络的多通道全息散射片波前重建方法在权利要求书中公布了：1.一种基于双神经网络的多通道全息散射片波前重建方法，其特征在于，包括以下步骤： 步骤1，获取第一训练数据集和第二训练数据集；所述第一训练数据集中的数据包括多通道混叠散斑图像、0°参考散斑图像以及单通道散斑图像；所述第二训练数据集中的数据包括单通道散斑图像、0°参考散斑图像以及单通道波前图像； 步骤2，搭建双神经网络； 所述双神经网络包括散斑分离神经网络和波前重建神经网络； 所述散斑分离神经网络和波前重建神经网络的网络结构相同，均为基于Unet和残差网络块的神经网络； 所述散斑分离神经网络的输入端用于接收多通道混叠散斑图像和0°参考散斑图像，并结合0°参考散斑图像对多通道混叠散斑图像进行多通道全息散斑分离，获得多张单通道散斑图像；所述波前重建神经网络的输入端用于接收单通道散斑图像和0°参考散斑图像，并结合0°参考散斑图像对多张单通道散斑图像分别进行波前重建，获得多张单通道波前图像； 步骤3，采用第一训练数据集中的多通道混叠散斑图像和0°参考散斑图像对散斑分离神经网络进行训练，训练过程中采用第一训练数据集中的单通道散斑图像对训练结果进行评价，获得训练好的散斑分离神经网络；采用第二训练数据集中的单通道散斑图像和0°参考散斑图像对波前重建神经网络进行训练，训练过程中采用第二训练数据集中的单通道波前图像对训练结果进行评价，获得训练好的波前重建神经网络； 步骤4，将波前重建神经网络的输入端连接至散斑分离神经网络的输出端，并将待重建的多通道混叠散斑图像与对应的0°参考散斑图像输入训练好的散斑分离神经网络中，使训练好的波前重建神经网络输出多张单通道波前图像，实现多通道全息散射片的波前重建。

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科学院西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17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。