四川农业大学陈彦宇获国家专利权
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!
龙图腾网获悉四川农业大学申请的专利基于频域特征解耦的茶叶图像比特与空间分辨率联合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:CN121746182B 。
龙图腾网通过国家知识产权局官网在2026-05-01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:202610222440.4,技术领域涉及:G06T3/4053;该发明授权基于频域特征解耦的茶叶图像比特与空间分辨率联合重建方法是由陈彦宇;张泽潇;彭昌猛;危疆树;李金峰;任育彤设计研发完成,并于2026-02-25向国家知识产权局提交的专利申请。
本基于频域特征解耦的茶叶图像比特与空间分辨率联合重建方法在说明书摘要公布了:本发明涉及茶叶图像重建领域,具体涉及一种基于频域特征解耦的茶叶图像比特与空间分辨率联合重建方法。方案包括:获取原始低比特低空间分辨率茶叶图像,并进行预处理,构建茶叶图像重建神经网络,茶叶图像重建神经网络包含共享权重模块、非共享权重模块和频域融合模块;使用预处理后的低比特低空间分辨率茶叶图像训练茶叶图像重建神经网络;训练完成后,冻结共享权重模块、非共享权重模块和频域融合模块的所有参数,将待重建的低空间分辨率低比特茶叶图像输入至训练完成的神经网络,输出最终重建图像;通过峰值信噪比与结构相似度指数评估茶叶图像重建质量,并结合主观视觉效果综合评价茶叶重建神经网络的重建效果。本发明适用于茶叶图像重建。
本发明授权基于频域特征解耦的茶叶图像比特与空间分辨率联合重建方法在权利要求书中公布了:1.基于频域特征解耦的茶叶图像比特与空间分辨率联合重建方法,其特征在于,包括: S1、获取原始低比特低空间分辨率茶叶图像,并进行预处理; S2、构建茶叶图像重建神经网络,所述茶叶图像重建神经网络包含共享权重模块、非共享权重模块和频域融合模块; 共享权重模块包括混合卷积层、SCConv注意力子模块以及残差连接三个部分; 混合卷积层采用分组卷积加逐点卷积的交替结构,共3个循环单元,通道数依次为32、64以及128,第一个分组卷积层采用3×3卷积核,步长为1,padding=1,分组数等于输入通道数的一半,用于通道解耦;逐点卷积层采用1×1卷积核,步长为1,通道数与分组卷积输出一致,用于重建通道关联性,通过激活函数GELU引入非线性表达,适配茶叶图像复杂纹理特征; SCConv注意力子模块包含空间注意力分支与通道注意力分支,空间注意力分支通过3×3卷积提取茶叶图像局部空间信息,包含叶缘与侧脉位置信息,生成空间权重,通道注意力分支对特征图执行全局平均池化与全局最大池化,拼接后经2层全连接层输出通道权重,最终注意力权重等于空间权重与通道权重相乘,动态分配高频纹理与低频色度的处理权重; 每个混合卷积层与SCConv模块的输出通过残差连接与输入特征图相加; S3、使用预处理后的低比特低空间分辨率茶叶图像训练茶叶图像重建神经网络; 第一阶段,独立训练: 共享权重模块用于提取跨退化类型的共性特征,为后续分频段优化提供基础特征支撑,输出包含茶叶图像全局结构信息的共性特征图; 共享权重模块训练过程包括: 输入预处理后的低空间分辨率低比特茶叶图像块,通过共享权重模块的分组卷积、逐点卷积以及SCConv结构提取共性特征,使用共享权重损失函数优化参数,确保提取的共性特征准确捕捉茶叶全局结构; 非共享权重模块用于针对茶叶图像不同频段的退化问题进行分频段优化,分别解决高频空间退化、低频比特伪影及中频耦合干扰,输出高频、中频以及低频优化后的特征图; 非共享权重模块训练过程包括: 输入提取的共性特征,分别通过非共享权重模块高频分支、中频分支以及低频分支生成对应的高频特征、中频特征以及低频特征; 使用非共享权重损失函数分频段优化各分支参数,高频分支侧重叶缘细节恢复,低频分支侧重伪轮廓抑制,中频分支侧重侧脉结构保留; 第二阶段,端到端微调整体神经网络: 在共享模块与非共享模块独立预训练完成后,固定共享模块与非共享模块参数,仅训练频域融合模块,在整体神经网络预训练时,频域融合模块接收非共享权重模块的输出,生成融合权重并输出,通过第一混合损失函数优化融合权重,确保整体神经网络协同适配茶叶图像双退化修复; 微调时,采用包含L1像素损失与频域损失的第二混合损失函数优化频域融合模块参数,L1像素损失用于保障茶叶色泽的像素级精度,修复低比特导致的色阶断层,频域损失则通过约束图像频谱分布,强制模型学习更真实的高频表型,抑制重建过程中的结构性锯齿伪影; 训练完成后,冻结共享权重模块、非共享权重模块和频域融合模块的所有参数; S4、将待重建的低空间分辨率低比特茶叶图像输入至训练完成的神经网络,输出最终重建图像; S5、通过峰值信噪比与结构相似度指数评估茶叶图像重建质量,并结合主观视觉效果综合评价茶叶重建神经网络的重建效果,主观视觉效果包含茶叶叶缘锐度与侧脉还原度。
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四川农业大学,其通讯地址为:625000 四川省雅安市雨城区新康路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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励