買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉四川大學(xué)申請的專利一種基于改進(jìn)U-Net的圖像去模糊方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120451003B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510936135.7，技術(shù)領(lǐng)域涉及：G06T5/73；該發(fā)明授權(quán)一種基于改進(jìn)U-Net的圖像去模糊方法是由王宇涵;肖蓉設(shè)計(jì)研發(fā)完成，并于2025-07-08向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于改進(jìn)U-Net的圖像去模糊方法在說明書摘要公布了：本發(fā)明公開了一種基于改進(jìn)U?Net的圖像去模糊方法，屬于醫(yī)學(xué)圖像處理技術(shù)領(lǐng)域，包括：S1、對醫(yī)學(xué)模糊圖像通過三個(gè)并行卷積路徑進(jìn)行特征提取，得到多尺度特征圖；S2、對多尺度特征圖進(jìn)行特征增強(qiáng)，并對特征增強(qiáng)后的多尺度特征圖在同一尺寸下進(jìn)行特征融合；S3、將融合多尺度特征圖輸入至完成訓(xùn)練的改進(jìn)U?Net網(wǎng)絡(luò)中，進(jìn)行深度特征提取與重建，輸出得到醫(yī)學(xué)清晰圖像。經(jīng)實(shí)驗(yàn)驗(yàn)證，本方法不僅能有效去除圖像模糊，還原圖像細(xì)節(jié)，且在不同模糊場景下展現(xiàn)出卓越的泛化性能，在醫(yī)學(xué)圖像處理等領(lǐng)域具有極大的應(yīng)用潛力。

本發(fā)明授權(quán)一種基于改進(jìn)U-Net的圖像去模糊方法在權(quán)利要求書中公布了：1.一種基于改進(jìn)U-Net的圖像去模糊方法，其特征在于，包括以下步驟： S1、對醫(yī)學(xué)模糊圖像通過三個(gè)并行卷積路徑進(jìn)行特征提取，得到多尺度特征圖； S2、對多尺度特征圖進(jìn)行特征增強(qiáng)，并對特征增強(qiáng)后的多尺度特征圖在同一尺寸下進(jìn)行特征融合； S3、將融合多尺度特征圖輸入至完成訓(xùn)練的改進(jìn)U-Net網(wǎng)絡(luò)中，進(jìn)行深度特征提取與重建，輸出得到醫(yī)學(xué)清晰圖像； 其中，所述改進(jìn)U-Net網(wǎng)絡(luò)為編碼器-解碼器結(jié)構(gòu)，所述編碼器通過下采樣操作逐步擴(kuò)大感受視野，捕獲輸入特征圖的全局模糊特征，所述解碼器通過上采樣操作逐步恢復(fù)空間細(xì)節(jié)，并結(jié)合動(dòng)態(tài)特征融合機(jī)制輸出的融合特征實(shí)現(xiàn)圖像重建，得到醫(yī)學(xué)清晰圖像； 在所述改進(jìn)U-Net網(wǎng)絡(luò)中，所述編碼器包括四個(gè)通道數(shù)逐步翻倍的下采樣模塊，所述解碼器包括四個(gè)與下采樣模塊一一對應(yīng)的通道數(shù)逐步減半的上采樣模塊； 每個(gè)所述下采樣模塊的輸出還均通過動(dòng)態(tài)融合模塊的最后一個(gè)上采樣模塊的輸入連接； 所述步驟S3包括以下分步驟： S31、在編碼器中，通過四個(gè)依次連接的下采樣模塊對輸入的融合多尺度特征圖依次進(jìn)行特征提取，分別得到第一中間特征、第二中間特征、第三中間特征和第四中間特征； S32、對將第一中間特征、第二中間特征、第三中間特征和第四中間特征通過動(dòng)態(tài)特征融合機(jī)制進(jìn)行特征融合，輸出融合特征，并輸入至解碼器中的最后一個(gè)上采樣模塊中； S33、在解碼器中，通過四個(gè)依次連接的上采樣模塊的上采樣操作逐步恢復(fù)融合多尺度特征圖的空間細(xì)節(jié)，并結(jié)合融合特征，實(shí)現(xiàn)圖像重建，得到醫(yī)學(xué)清晰圖像； 所述步驟S32中，通過動(dòng)態(tài)特征融合機(jī)制進(jìn)行特征融合的方法具體為： S32-1、利用最大池化操作將第一中間特征、第二中間特征、第三中間特征和第四中間特征統(tǒng)一至最小中間特征的尺度； S32-2、利用1×1卷積操作將尺度統(tǒng)一的第一~第四中間特征的通道數(shù)統(tǒng)一至最大尺度中間特征的通道數(shù)，得到維度統(tǒng)一的第一~第四中間特征； S32-3、將維度統(tǒng)一的第一~第四中間特征通過權(quán)重生成器生成對應(yīng)的權(quán)重向量； S32-4、根據(jù)權(quán)重向量，將維度統(tǒng)一的第一~第四中間特征進(jìn)行加權(quán)融合，得到融合特征。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人四川大學(xué)，其通訊地址為：610000 四川省成都市武侯區(qū)一環(huán)路南一段24號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。