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！

龙图腾网恭喜中国人民解放军国防科技大学申请的专利探测图像均匀运动模糊复原方法、装置、设备和存储介质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：CN119205571B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411693042.8，技术领域涉及：G06T5/73；该发明授权探测图像均匀运动模糊复原方法、装置、设备和存储介质是由牛照东;张静怡;李雅博设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本探测图像均匀运动模糊复原方法、装置、设备和存储介质在说明书摘要公布了：本申请涉及一种探测图像均匀运动模糊复原方法、装置、设备和存储介质。该方法将单通道的运动模糊探测图像输入到网络中，经过编码器进行特征提取、多尺度空洞卷积模块进行特征增强及解码器进行特征复原，获得清晰探测图像。基于多尺度空洞卷积和跨尺度特征融合的端到端运动模糊复原算法，直接学习模糊图像与清晰图像之间的映射关系，从而规避模糊核估计过程，避免产生振铃效应；通过多尺度空洞卷积模块来提取不同尺度的模糊特征，从而提高网络对不同模糊尺度输入图像的适应能力；通过跨尺度特征融合模块从通道域和空间域两个层面对解码特征进行加权调优，帮助网络提取重要特征，更为准确地学习映射关系，提高探测图像均匀运动模糊复原的准确度。

本发明授权探测图像均匀运动模糊复原方法、装置、设备和存储介质在权利要求书中公布了：1.一种探测图像均匀运动模糊复原方法，其特征在于，所述方法包括：将获取的恒星探测图像输入到编码器中，得到浅层特征、第二层特征和深层特征；所述编码器用于采用多次卷积运算及下采样操作提取恒星探测图像的不同层次的特征；将所述深层特征输入到多尺度空洞卷积模块中，得到多尺度上下文特征；所述多尺度空洞卷积模块用于采用不同空洞率的卷积核提取所述深层特征的多尺度特征，对多尺度特征采用混合注意力机制进行通道域和空间域的加权调优，提取多尺度上下文特征；将所述恒星探测图像、所述浅层特征、所述第二层特征以及所述多尺度上下文特征输入到解码器中，得到最终的清晰探测图像；其中所述解码器用于将所述多尺度上下文特征进行卷积和上采样处理后与所述第二层特征通过跨尺度特征融合模块进行特征融合，将得到的融合特征经过卷积和上采样处理后与所述浅层特征通过跨尺度特征融合模块进行特征融合，将得到的融合特征经过卷积处理后与所述恒星探测图像进行元素相加，得到最终的清晰探测图像；其中，所述多尺度空洞卷积模块包括：空洞率不同的三个空洞卷积层、点卷积层以及混合注意力机制；其中所述混合注意力机制包括通道注意力模块以及空间注意力模块；所述通道注意力模块包括全局池化层、第一点卷积层和第二点卷积层；所述空间注意力模块包括：最大池化层、平均池化层以及卷积层；将所述深层特征输入到多尺度空洞卷积模块中，得到多尺度上下文特征，包括：将所述深层特征分别输入到三个空洞卷积层，将得到的三个空洞卷积结果进行拼接后输入到所述点卷积层，得到卷积特征；将所述卷积特征输入到所述混合注意力机制的通道注意力模块中，得到通道加权优化后的特征为： 其中，代表通道加权优化后的特征，代表通道权重系数，为点卷积层，代表ReLU函数，代表Sigmoid函数，代表子特征图在处的像素值，代表全局平均池化操作，代表第c个子特征图在所有特征图所占的比重；z代表权重向量，，下标C代表特征图的通道数，代表卷积特征，H、W分别代表特征图的高与宽；将所述通道加权优化后的特征输入到所述混合注意力机制的空间注意力模块中，得到空间加权后的特征为： 其中，代表空间加权后的特征，代表最大池化，代表平均池化，代表空间注意力图，代表卷积核尺寸为7×7的卷积操作，代表Sigmoid激活函数；将空间加权后的特征和所述深层特征相加，得到多尺度上下文特征；其中，所述编码器包括：三个编码模块，其中第一个编码模块包括卷积层和第一残差组；第二个和第三个编码模块均包括：下采样卷积层和第二残差组；将获取的恒星探测图像输入到编码器中，得到浅层特征、第二层特征和深层特征，包括：将获取的恒星探测图像输入到所述编码器的第一个编码模块中，经过卷积层和第一残差组处理后，得到浅层特征；将所述浅层特征输入到所述编码器的第二个编码模块中，经过下采样卷积层和第二残差组处理后，得到第二层特征；所述第二层特征输入到所述编码器的第三个编码模块中，得到深层特征；其中，所述解码器包括3个解码模块；其中，第三个解码模块包括第三残差组和第一上采样层，第二个解码模块包括第一跨尺度特征融合模块、第四残差组以及第二上采样层，第一个解码模块包括第二跨尺度特征融合模块、第五残差组以及第一卷积层；将所述恒星探测图像、所述浅层特征、所述第二层特征以及所述多尺度上下文特征输入到所述解码器中，得到最终的清晰探测图像，包括：将所述多尺度上下文特征输入到第三个解码模块中，经过所述第三残差组和所述第一上采样层后，得到第一中间解码特征；将所述第一中间解码特征和所述第二层特征输入到第二个解码模块的第一跨尺度特征融合模块中，得到第一融合特征；将所述融合特征输入到第二个解码模块的第四残差组中，并将得到的特征输入到所述第二上采样层中，得到第二中间解码特征；将所述第二中间解码特征和所述浅层特征输入到第一个解码模块中，经过第二跨尺度特征融合模块、第五残差组以及第一卷积层后，得到第三中间解码特征；将所述第三中间解码特征与所述恒星探测图像进行元素相加，得到最终的清晰探测图像。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。