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！

龙图腾网获悉西安电子科技大学申请的专利一种基于边缘增强的图像盲去模糊方法、系统、设备及介质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：CN117218016B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202311063076.4，技术领域涉及：G06T5/73；该发明授权一种基于边缘增强的图像盲去模糊方法、系统、设备及介质是由王卫卫;袁皓玉;冯象初;贾西西设计研发完成，并于2023-08-23向国家知识产权局提交的专利申请。

本一种基于边缘增强的图像盲去模糊方法、系统、设备及介质在说明书摘要公布了：一种基于边缘增强的图像盲去模糊方法、系统、设备及介质，方法包括：采集模糊图像并进行金字塔分层以构建图像金字塔，利用权重矩阵及采集的原始清晰图像的梯度得出原始清晰图像的正则项，建立图像盲去模糊模型，利用该模型求解原始清晰图像，求解出图像金字塔里同一层尺度下的模糊核，对其进行上采样，作为下一层的初始模糊核，循环执行直至得出最终模糊核，并利用最终模糊核对原始图像进行处理得出最终清晰图像；系统、设备及介质，用于实现一种基于边缘增强的图像盲去模糊方法；本发明具有准确性高，复原性能强，复原图像清晰的优点。

本发明授权一种基于边缘增强的图像盲去模糊方法、系统、设备及介质在权利要求书中公布了：1.一种基于边缘增强的图像盲去模糊方法，其特征在于，包括以下步骤： 步骤1、采集原始模糊图像，若模糊图像为彩色图像则转为灰度图像，通过下采样进行金字塔分层，构建图像金字塔；若模糊图像为黑白图像，则对该模糊图像直接通过下采样进行金字塔分层，构建图像金字塔； 步骤2、采集原始清晰图像，计算原始清晰图像每一像素点上的局部二阶统计量HOS值，从而得到原始清晰图像的权重矩阵；利用权重矩阵以及原始清晰图像的梯度得出原始清晰图像的正则项，建立图像盲去模糊模型； 所述建立图像盲区模糊模型，具体包括以下步骤： 2.1原始清晰图像的正则项如式1所示： 式1中，I表示原始清晰图像，Hi,j表示原始清晰图像每一像素点上的局部二阶统计量HOS值，其定义为Ri,j表示以像素点i,j为中心、尺寸为m×n的矩形区域，该区域内的平均像素值为：式中，0≤Hi,j≤1；当Ri,j位于光滑区域时，区域内的像素变化不大，对应的Hi,j较小；当Ri,j中包含边缘区域时，Rp内的像素变化剧烈，此时对应的Hi,j较大；当i,j位于光滑区域，Hi,j→0，1-Hi,j→1，使得磨光该区域内的噪声；当i,j位于边缘位置，Hi,j→1，1-Hi,j→0，使得增强图像边缘效果； 2.2根据原始清晰图像的正则项建立图像盲去模糊模型，如式2所示： 式2中，正则化参数γ、τ、λ、β＞0；表示二维线性卷积算子；B、k和I分别表示模糊图像、模糊核以及原始清晰图像；Hi,j表示原始清晰图像I中i,j位置上的局部二阶统计量HOS值；表示模糊核I上像素点i,j的梯度，则有：其中，和分别代表原始清晰图像I在水平方向和垂直方向上的偏导数；梯度的模的定义为其两分量绝对值之和：则有： 的L0范数是指中非零元素的个数： 步骤3、将步骤1中的图像金字塔里每一层尺度下的模糊图像作为该层的初始原始清晰图像，计算初始权重矩阵，根据步骤2中构建的图像盲去模糊模型，求解该层下的原始清晰图像； 步骤4、根据步骤3求解得到的该层下的原始清晰图像，求解得出同一层尺度下该原始清晰图像的模糊核； 步骤5、将步骤4中求解得出的原始清晰图像的模糊核进行上采样，传输到步骤1中的图像金字塔中的下一层尺度，作为下一层的初始模糊核，根据设定次数循环交替执行步骤3与步骤4，直至在最细尺度上得出最终模糊核； 步骤6、利用步骤5中估计出的最终模糊核对原始模糊图像进行处理，得出最终清晰图像。

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电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。