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！

龙图腾网获悉河北工业大学申请的专利基于自适应多尺度融合和注意力机制的水下图像增强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：CN117314787B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202311510657.8，技术领域涉及：G06T5/90；该发明授权基于自适应多尺度融合和注意力机制的水下图像增强方法是由孙凌宇;李文清;徐英杰;陈凯楠;李洋设计研发完成，并于2023-11-14向国家知识产权局提交的专利申请。

本基于自适应多尺度融合和注意力机制的水下图像增强方法在说明书摘要公布了：本发明为一种基于自适应多尺度融合和注意力机制的水下图像增强方法，所使用的水下图像增强模型包括编码器、解码器和位于编码器与解码器之间的瓶颈层；所述编码器包括深度卷积层、自适应多尺度融合模块和下采样，自适应多尺度融合模块用于提取不同尺度的特征并对不同尺度的特征图进行融合，解码器包括改进后的通道空间注意力模块、上采样和深度卷积层；自适应多尺度融合模块的输入特征图经过两个空洞卷积层得到两个不同尺度的特征图，两个特征图进行通道拼接后经过一个卷积层，然后经过一个全连接层和Relu激活函数，再经过一个全连接层和Sigmoid激活函数得到两个不同尺度的权重；将两个空洞卷积层提取的特征图分别与对应尺度的权重相乘后再进行通道拼接，得到模块的输出特征图。该方法有效解决了水下图像存在的颜色失真、对比度低、细节模糊等问题。

本发明授权基于自适应多尺度融合和注意力机制的水下图像增强方法在权利要求书中公布了：1.一种基于自适应多尺度融合和注意力机制的水下图像增强方法，其特征在于，该方法包括以下内容： 构建水下图像增强模型，水下图像增强模型包括编码器、解码器和位于编码器与解码器之间的瓶颈层；所述编码器包括深度卷积层、自适应多尺度融合模块和下采样，自适应多尺度融合模块用于提取不同尺度的特征并对不同尺度的特征图进行融合，解码器包括改进后的通道空间注意力模块、上采样和深度卷积层； 水下退化图像依次经过深度卷积层、归一化处理和激活函数后，输入到第一个自适应多尺度融合模块中，第一个自适应多尺度融合模块的输出特征图经过下采样后输入到第二个自适应多尺度融合模块中，第二个自适应多尺度融合模块的输出特征图经过下采样后输入到第三个自适应多尺度融合模块中，第三个自适应多尺度融合模块的输出特征图经过下采样后输入到瓶颈层中；瓶颈层的输出特征图经过上采样后与第三个自适应多尺度融合模块的输出特征图经过通道拼接，再依次经过第一个改进后的通道空间注意力模块和第一个深度卷积层，第一个深度卷积层的输出特征图经过经过上采样后与第二个自适应多尺度融合模块的输出特征图经过通道拼接，再依次经过第二个改进后的通道空间注意力模块和第二个深度卷积层，第二个深度卷积层的输出特征图经过上采样后与第一个自适应多尺度融合模块的输出特征图经过通道拼接，再依次经过第三个改进后的通道空间注意力模块和第三个深度卷积层，得到解码器的输出特征图，解码器的输出特征图与模型的输入图像通过跳跃连接进行特征融合，得到增强后的水下图像； 所述自适应多尺度融合模块包括空洞卷积层、卷积层和全连接层，输入特征图经过两个不同空洞率的空洞卷积层得到两个不同尺度的特征图，两个特征图进行通道拼接后经过一个卷积层，然后经过一个全连接层和Relu激活函数，再经过一个全连接层和Sigmoid激活函数得到两个不同尺度的权重；将两个空洞卷积层提取的特征图分别与对应尺度的权重相乘后再进行通道拼接，得到自适应多尺度融合模块的输出特征图； 对水下图像增强模型进行训练，将训练后的水下图像增强模型用于水下退化图像的增强。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院；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”。