恭喜西安电子科技大学张栩培获国家专利权
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!
龙图腾网恭喜西安电子科技大学申请的专利一种SAR图像的彩色化方法、系统、存储介质及设备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:CN119693495B 。
龙图腾网通过国家知识产权局官网在2025-05-30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:202510206065.X,技术领域涉及:G06T11/40;该发明授权一种SAR图像的彩色化方法、系统、存储介质及设备是由张栩培;李静静;秦翰林;耿金妮;高子涵设计研发完成,并于2025-02-25向国家知识产权局提交的专利申请。
本一种SAR图像的彩色化方法、系统、存储介质及设备在说明书摘要公布了:本发明涉及图像处理技术领域,公开了一种SAR图像的彩色化方法、系统、存储介质及设备,包括:获取SAR图像,提取其空间特征和频率特征;将空间特征和频率特征输入条件扩散模型,该模型包括空间频率信息交互网络,通过空间频率信息交互网络对SAR图像进行前向加噪和逆向去噪;在前向加噪过程中,空间频率信息交互网络根据空间特征和频率特征预测输出各个时间序列的待添加噪声;按照时间序列的顺序将待添加噪声依次添加至SAR图像中,得到纯噪声图像;在逆向去噪过程中,空间频率信息交互网络根据纯噪声图像预测输出各个时间序列的待去除噪声;按照时间序列的顺序从纯噪声图像中去除待去除噪声,得到彩色图像。本发明能够提升SAR图像彩色化结果的质量。
本发明授权一种SAR图像的彩色化方法、系统、存储介质及设备在权利要求书中公布了:1.一种SAR图像的彩色化方法,其特征在于,所述方法包括:获取SAR图像,提取所述SAR图像的空间特征和频率特征;将所述空间特征和频率特征输入条件扩散模型,所述条件扩散模型包括空间频率信息交互网络,通过所述空间频率信息交互网络对所述SAR图像进行前向加噪和逆向去噪;在前向加噪过程中,所述空间频率信息交互网络根据所述空间特征和频率特征预测输出各个时间序列的待添加噪声,具体包括:将所述空间特征和频率特征进行融合,并输入卷积层,获取第一输出特征;将所述第一输出特征输入第一层的下采样处理模块,获取第二输出特征;将所述第二输出特征输入第二层的下采样处理模块,获取第三输出特征;将所述第三输出特征输入多尺度空间频率交互模块MSFI,获取第四输出特征,具体包括:将所述第三输出特征分别输入第一层的可学习的小波变换层和第一层的卷积层,获取对应的第一处理结果和第二处理结果,所述第一处理结果包含高频分量和低频分量;将所述第一处理结果输入第二层的卷积层,获取第一待融合特征;将所述低频分量输入第二层的可学习的小波变换层获取二级低频分量并将所述二级低频分量输入第三层的卷积层,获取卷积结果,将所述卷积结果输入第一层的可学习的逆小波变换层,获取第二待融合特征;将所述第一待融合特征、第二待融合特征输入第一空间频率特征交互层SFIB获取交互特征后将所述交互特征输入第二层的可学习的逆小波变换层,获取第三待融合特征;将所述第三待融合特征、第二处理结果输入第二空间频率特征交互层SFIB获取第四输出特征;将所述第四输出特征输入第一层的上采样处理模块,获取第五输出特征;将所述第五输出特征输入第二层的上采样处理模块,获取第六输出特征;将所述第六输出特征输入卷积层,获取待添加噪声;按照所述时间序列的顺序将所述待添加噪声依次添加至所述SAR图像中,得到纯噪声图像;在逆向去噪过程中,所述空间频率信息交互网络根据所述纯噪声图像预测输出各个所述时间序列的待去除噪声;按照所述时间序列的顺序从所述纯噪声图像中去除所述待去除噪声,得到彩色图像。
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西安电子科技大学,其通讯地址为:710000 陕西省西安市雁塔区太白南路2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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。