買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中國科學院西安光學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方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119379563B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411923131.7，技術領域涉及：G06T5/77；該發明授權一種基于高光譜圖像的壁畫虛擬修復方法是由邱實;曾子木;張朋昌;李思遠;胡炳樑設計研發完成，并于2024-12-25向國家知識產權局提交的專利申請。

本一種基于高光譜圖像的壁畫虛擬修復方法在說明書摘要公布了：本發明提供了一種基于高光譜圖像的壁畫虛擬修復方法，用于解決現有基于CNN的圖像修復算法在對壁畫進行修復時存在難以快速鑒定壁畫需要修復的區域，以及在復雜背景或紋理中進行修復時，會出現修復不自然的效果的技術問題。本發明提供的基于高光譜圖像的壁畫虛擬修復方法，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區域蒙版，同時采用傅里葉部分卷積層取代U?Net神經網絡模型中傳統卷積層，以增加網絡的感受野，能最大程度地將壁畫圖像恢復原貌，實現數字化歸檔；同時U?Net神經網絡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，實現了數據的互補。

本發明授權一種基于高光譜圖像的壁畫虛擬修復方法在權利要求書中公布了：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區域蒙版：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重構、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區域，生成壁畫待修復區域蒙版；步驟2，搭建U-Net神經網絡模型；所述U-Net神經網絡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據進行降采樣處理，以提取圖像數據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據進行降采樣處理，以提取圖像數據的邊界特征，頻譜卷積分支用于將輸入的圖像數據從時域轉換到頻域，并在頻域上進行卷積運算，以捕捉圖像數據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據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據的邊界特征融合，經激活函數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據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據的局部特征融合，經激活函數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數據集作為圖像數據集，采用NVIDIAIrregularMaskDataset數據集作為蒙版數據集，對步驟2搭建的U-Net神經網絡模型進行預訓練；步驟4，構建訓練集，所述訓練集中包括多幅高清壁畫圖像；將訓練集中的高清壁畫圖像輸入預訓練后的U-Net神經網絡模型中進行進一步訓練，通過遷移學習，將U-Net神經網絡模型在CelebA數據集和NVIDIAIrregularMaskDataset數據集上學習到的通用特征和模式遷移到目標任務上；步驟5，將步驟1采集的高光譜壁畫圖像轉換為壁畫RGB圖像；步驟6，將步驟5獲得的壁畫RGB圖像和步驟1生成的壁畫待修復區域蒙版輸入經過預訓練和遷移學習的U-Net神經網絡模型中進行處理，U-Net神經網絡模型輸出虛擬修復圖像，完成壁畫的虛擬修復。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院西安光學精密機械研究所，其通訊地址為：710119 陜西省西安市高新區新型工業園信息大道17號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。