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！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國科學(xué)院西安光學(xué)精密機械研究所申請的專利一種基于高光譜圖像的壁畫虛擬修復(fù)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：CN119379563B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-18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：202411923131.7，技術(shù)領(lǐng)域涉及：G06T5/77；該發(fā)明授權(quán)一種基于高光譜圖像的壁畫虛擬修復(fù)方法是由邱實;曾子木;張朋昌;李思遠;胡炳樑設(shè)計研發(fā)完成，并于2024-12-25向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于高光譜圖像的壁畫虛擬修復(fù)方法在說明書摘要公布了：本發(fā)明提供了一種基于高光譜圖像的壁畫虛擬修復(fù)方法，用于解決現(xiàn)有基于CNN的圖像修復(fù)算法在對壁畫進行修復(fù)時存在難以快速鑒定壁畫需要修復(fù)的區(qū)域，以及在復(fù)雜背景或紋理中進行修復(fù)時，會出現(xiàn)修復(fù)不自然的效果的技術(shù)問題。本發(fā)明提供的基于高光譜圖像的壁畫虛擬修復(fù)方法，采用高光譜相機采集高光譜壁畫圖像，借助高光譜壁畫圖像的分類算法獲取壁畫待修復(fù)區(qū)域蒙版，同時采用傅里葉部分卷積層取代U?Net神經(jīng)網(wǎng)絡(luò)模型中傳統(tǒng)卷積層，以增加網(wǎng)絡(luò)的感受野，能最大程度地將壁畫圖像恢復(fù)原貌，實現(xiàn)數(shù)字化歸檔；同時U?Net神經(jīng)網(wǎng)絡(luò)模型通過傅里葉部分卷積層中局部分支和全局分支的多組特征融合，可以同時捕捉局部和全局特征，實現(xiàn)了數(shù)據(jù)的互補。

本發(fā)明授權(quán)一種基于高光譜圖像的壁畫虛擬修復(fù)方法在權(quán)利要求書中公布了：1.一種基于高光譜圖像的壁畫虛擬修復(fù)方法，其特征在于，包括以下步驟：步驟1，采集高光譜壁畫圖像并生成壁畫待修復(fù)區(qū)域蒙版：采用高光譜相機對壁畫進行采集，獲得高光譜壁畫圖像；對高光譜壁畫圖像依次進行形狀自適應(yīng)重構(gòu)、圖像光譜降維處理和特征分類，提取高光譜壁畫圖像的待修復(fù)區(qū)域，生成壁畫待修復(fù)區(qū)域蒙版；步驟2，搭建U-Net神經(jīng)網(wǎng)絡(luò)模型；所述U-Net神經(jīng)網(wǎng)絡(luò)模型中的卷積層為傅里葉部分卷積層；所述傅里葉部分卷積層包括局部分支和全局分支兩個并行分支；局部分支包括并行的第一局部卷積分支和第二局部卷積分支，第一局部卷積分支和第二局部卷積分支均采用傅里葉部分卷積對輸入的圖像數(shù)據(jù)進行降采樣處理，以提取圖像數(shù)據(jù)在時域中的局部特征；全局分支包括并行的第三局部卷積分支和頻譜卷積分支，第三局部卷積分支采用傅里葉部分卷積對輸入的圖像數(shù)據(jù)進行降采樣處理，以提取圖像數(shù)據(jù)的邊界特征，頻譜卷積分支用于將輸入的圖像數(shù)據(jù)從時域轉(zhuǎn)換到頻域，并在頻域上進行卷積運算，以捕捉圖像數(shù)據(jù)在頻域上的全局上下文信息；局部分支的第一局部卷積分支提取的圖像數(shù)據(jù)的局部特征與全局分支的第三局部卷積分支提取的圖像數(shù)據(jù)的邊界特征融合，經(jīng)激活函數(shù)處理后作為局部分支的輸出；全局分支的頻譜卷積分支提取的圖像數(shù)據(jù)在頻域上的全局上下文信息與局部分支的第二局部卷積分支提取的圖像數(shù)據(jù)的局部特征融合，經(jīng)激活函數(shù)處理后作為全局分支的輸出；最后局部分支和全局分支的輸出融合生成特征圖像；步驟3，采用CelebA數(shù)據(jù)集作為圖像數(shù)據(jù)集，采用NVIDIAIrregularMaskDataset數(shù)據(jù)集作為蒙版數(shù)據(jù)集，對步驟2搭建的U-Net神經(jīng)網(wǎng)絡(luò)模型進行預(yù)訓(xùn)練；步驟4，構(gòu)建訓(xùn)練集，所述訓(xùn)練集中包括多幅高清壁畫圖像；將訓(xùn)練集中的高清壁畫圖像輸入預(yù)訓(xùn)練后的U-Net神經(jīng)網(wǎng)絡(luò)模型中進行進一步訓(xùn)練，通過遷移學(xué)習(xí)，將U-Net神經(jīng)網(wǎng)絡(luò)模型在CelebA數(shù)據(jù)集和NVIDIAIrregularMaskDataset數(shù)據(jù)集上學(xué)習(xí)到的通用特征和模式遷移到目標(biāo)任務(wù)上；步驟5，將步驟1采集的高光譜壁畫圖像轉(zhuǎn)換為壁畫RGB圖像；步驟6，將步驟5獲得的壁畫RGB圖像和步驟1生成的壁畫待修復(fù)區(qū)域蒙版輸入經(jīng)過預(yù)訓(xùn)練和遷移學(xué)習(xí)的U-Net神經(jīng)網(wǎng)絡(luò)模型中進行處理，U-Net神經(jīng)網(wǎng)絡(luò)模型輸出虛擬修復(fù)圖像，完成壁畫的虛擬修復(fù)。

如需購買、轉(zhuǎn)讓、實施、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)人中國科學(xué)院西安光學(xué)精密機械研究所，其通訊地址為：710119 陜西省西安市高新區(qū)新型工業(yè)園信息大道17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)”。