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！

龙图腾网获悉西安邮电大学申请的专利一种基于图像超分辨的激光焦点动态跟踪方法及系统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：CN120147132B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202510236712.1，技术领域涉及：G06T3/4053；该发明授权一种基于图像超分辨的激光焦点动态跟踪方法及系统是由黄琼丹;刘露露;韩洁婧;王益飞;孙昊楠设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种基于图像超分辨的激光焦点动态跟踪方法及系统在说明书摘要公布了：本发明涉及动态跟踪技术领域，具体涉及一种基于图像超分辨的激光焦点动态跟踪方法及系统，包括：通过不同模块的注意力机制来对激光焦点光斑图像进行增强，获得高分辨重建图像；对高分辨重建图像进行边缘像素点的提取，获得若干个边缘像素点，通过对每个高分辨重建图像中所有边缘像素点进行圆形参数的优化，获得圆形的最优半径；并确定出离焦量和最优半径之间的线性关系；通过线性关系和离焦量，对每帧的离焦量进行滤波，获得滤波后每帧的离焦量；通过滤波后每帧的离焦量与目标离焦量之间的差异，对激光头的位置进行反馈调整，来优化激光焦点的动态跟踪性能。本发明提高了激光焦点动态跟踪的准确性。

本发明授权一种基于图像超分辨的激光焦点动态跟踪方法及系统在权利要求书中公布了：1.一种基于图像超分辨的激光焦点动态跟踪方法，其特征在于，包括： 获取连续帧的激光焦点光斑图像以及对应的离焦量； 通过不同模块的注意力机制来对激光焦点光斑图像进行增强，将增强后的图像记为高分辨重建图像，包括，对激光焦点光斑图像进行下采样，将下采样后的图像记为低分辨率图像；将连续帧的低分辨率图像和对应的激光焦点光斑图像作为训练超分辨重建网络的数据集，来对超分辨重建网络进行训练，获得训练后的超分辨重建网络；根据低分辨率图像，通过训练后的超分辨重建网络，获得高分辨重建图像；其中，超分辨重建网络中使用多个模块GCAF来进行特征提取，获得深层融合特征图像；使用双三次插值方法对低分辨率图像进行插值，获得插值特征图像；最后将深层融合特征图像和插值特征图像进行相加，得到高分辨重建图像；其中，每个模块GCAF中通过使用三条路径的特征提取方法来进行深层的特征提取；第一条路径是不作处理的，第二条路径是使用模块GCNet处理后的，第三条路径是使用模块CBAM处理后的；其中，先将模块GCNet和模块CBAM处理后的结果进行融合，获得模块融合结果，最后将模块融合结果与不作处理后的结果进行融合，得到每个模块GCAF处理后的结果；对高分辨重建图像进行边缘像素点的提取，获得若干个边缘像素点，包括，对高分辨重建图像进行灰度化，获得激光焦点光斑灰度图；根据激光焦点光斑灰度图通过Canny边缘检测算法，获得激光焦点光斑灰度图中的边缘像素点，获得若干个边缘像素点； 通过对每个高分辨重建图像中所有边缘像素点进行圆形参数的优化，获得圆形的最优半径，包括，以激光焦点光斑灰度图中的左下角像素点为坐标原点，以水平向右为横轴，以竖直向上为纵轴，以此来构建图像坐标系，获取所有边缘像素点在图像坐标系中的坐标位置，以所有边缘像素点的水平值的中位数为初始圆心的水平值，以所有边缘像素点的竖直值的中位数为初始圆心的竖直值；计算图像坐标系中所有任意两个点之间的曼哈顿距离，将最大曼哈顿距离的一半作为初始半径；根据初始圆心和初始半径通过非线性最小二乘法优化圆形的半径，获得圆形的最优半径；通过所有帧的激光焦点光斑图像对应的离焦量和最优半径，确定出离焦量和最优半径之间的线性关系，包括，以每个激光焦点光斑灰度图对应的离焦量为一个维度，以每个激光焦点光斑灰度图对应的最优半径为一个维度，构建关系特征空间，将所有激光焦点光斑灰度图对应的离焦量和最优半径映射在关系特征空间中，获得若干个数据点；对关系特征空间中的若干个数据点使用一次多项式的直线方程，通过最小二乘法进行线性拟合，获得离焦量和最优半径之间的线性关系； 通过离焦量和最优半径之间的线性关系和连续帧的激光焦点光斑图像对应的离焦量，对每帧的离焦量进行滤波，获得滤波后每帧的离焦量，包括，以时间顺序为横轴，以离焦量为纵轴，构建滤波空间；根据上一帧的激光焦点光斑灰度图确定的最优半径，通过离焦量和最优半径之间的线性关系，反推出上一帧对应的离焦量，根据反推出的上一帧对应的离焦量通过滤波空间来确定出初始状态向量；根据初始状态向量和初始的误差协方差矩阵来进行预测，获得下一帧预测的离焦量；再获取实际采集的离焦量，根据下一帧采集的离焦量和预测的离焦量，通过初始的误差协方差矩阵来获得卡尔曼增益，通过卡尔曼增益、下一帧采集的离焦量和预测的离焦量来进行离焦量的滤波，并且更新状态向量和误差协方差矩阵，获得滤波后下一帧的离焦量、更新后的状态向量和误差协方差矩阵；通过滤波后下一帧的离焦量、更新后的状态向量和误差协方差矩阵来进行后续每帧的离焦量的滤波；其中，初始的误差协方差矩阵为预设矩阵； 通过滤波后每帧的离焦量与目标离焦量之间的差异，对激光头的位置进行反馈调整，来优化激光焦点的动态跟踪性能；其中，目标离焦量为预设值。

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邮电大学，其通讯地址为：710121 陕西省西安市西长安街618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。