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！

龙图腾网获悉南昌航空大学申请的专利基于小波变换频带融合的文本驱动图像到图像转换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：CN121544491B 。

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：202610062956.7，技术领域涉及：G06T5/70；该发明授权基于小波变换频带融合的文本驱动图像到图像转换方法是由厉行;周文雄;饶智博;熊邦书;余磊;朱治东设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本基于小波变换频带融合的文本驱动图像到图像转换方法在说明书摘要公布了：本发明公开了基于小波变换频带融合的文本驱动图像到图像转换方法，属于图像处理与深度学习技术领域；包括以下步骤：获取参考图像的噪声编码和语义引导随机噪声；通过二维离散小波变换对噪声编码与语义引导随机噪声进行融合，生成融合参考图像结构的语义引导随机噪声；对噪声编码与融合参考图像结构的语义引导随机噪声进行迭代去噪与多尺度融合，在预设小波变换时间步长后，对语义引导随机噪声进行多次去噪，直至完成总去噪时间步长，得到结合参考图像结构与文本提示信息的最终噪声；将最终噪声还原至像素空间，输出重建图像；本发明能够精准保留参考图像的结构信息。

本发明授权基于小波变换频带融合的文本驱动图像到图像转换方法在权利要求书中公布了：1.基于小波变换频带融合的文本驱动图像到图像转换方法，其特征在于，所述方法包括： 获取参考图像的噪声编码和文本提示的嵌入向量；随机生成与噪声编码尺寸相同的多个噪声，与文本提示嵌入向量进行融合，生成语义引导随机噪声； 将噪声编码与语义引导随机噪声，通过二维离散小波变换分解、加权子带融合以及逆变换重构处理，生成融合参考图像结构的语义引导随机噪声；其中，所述二维离散小波变换分解将噪声编码与语义引导随机噪声分别分解为四个小波子带，一个低频子带包含参考图像主要的结构和风格信息，三个高频小波子带分别保留参考图像在水平、垂直和对角线方向的边缘信息；所述加权子带融合基于参考图像和文本提示的相对权重，对噪声编码与语义引导随机噪声所对应的小波子带进行频带融合；所述逆变换重构为通过二维离散小波逆变换将融合后的小波子带进行重构，得到融合参考图像结构的语义引导随机噪声； 对噪声编码与融合参考图像结构的语义引导随机噪声进行去噪，将去噪后的噪声编码与融合参考图像结构的语义引导随机噪声，再次通过二维离散小波变换分解、加权子带融合以及逆变换重构处理，生成去噪后融合参考图像结构的语义引导随机噪声，用于下一轮去噪迭代； 在预设小波变换去噪的时间步长后，对输出的语义引导随机噪声进行多次去噪，直至完成总去噪时间步长，得到结合参考图像结构与文本提示信息的最终噪声；将最终噪声还原至像素空间，输出重建图像； 所述加权子带融合公式如下： ； 式中，、、和为噪声编码分解的四个小波子带，其中包含参考图像主要的结构和风格信息，、和三个高频子带分别保留参考图像在水平、垂直和对角线方向的边缘信息；、、和为语义引导随机噪声分解的四个小波子带；为噪声编码中每个子带的权重参数，当趋向于1，生成图像更能保留参考图像的结构信息；当趋向于0，生成图像更能体现文本语义； 所述对噪声编码与融合参考图像结构的语义引导随机噪声进行去噪，包括以下步骤： 使用步的反向采样循环对噪声编码逐步去噪，所述噪声编码逐步去噪的公式如下： ； 式中，为时间步t-1对应去噪后的潜空间向量；为时间步t对应去噪前的潜空间向量；为在时间步-1和t时刻的噪声调度系数；为引入噪声的强度，当，采样过程变成确定性过程；当，采样过程的随机性增大；为了确保重建后的图像与参考图像一致，令；为无文本输入；为去噪U-Net网络；为随机噪声； 使用无分类器引导CFG技术对引导随机噪声逐步去噪，预测的噪声通过如下公式修正： ； ； 式中，为用于后续流程的噪声预测结果；为控制CFG的引导强度，取值大于1；为在无文本输入和无关文本输入之间平衡，取值范围在[0,1]；为去噪U-Net网络；为无文本输入；P为目标文本；为与目标无关文本输入；为时间步t对应去噪前的潜空间向量。

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南昌航空大学，其通讯地址为：330063 江西省南昌市红谷滩区丰和南大道696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。