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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于深度学习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：CN118822875B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411028794.2，技术领域涉及：G06T5/60；该发明授权一种基于深度学习的水下图像增强方法是由周晓飞;李想;陈张平;佘青山;张继勇设计研发完成，并于2024-07-30向国家知识产权局提交的专利申请。

本一种基于深度学习的水下图像增强方法在说明书摘要公布了：本发明公开了一种基于深度学习的水下图像增强方法，该方法首先获取水下图片数据并进行预处理，将所有的图片调整到统一大小再进行增强，得到输入图片。其次将输入图片同时输入一个初级特征提取网络和次级特征提取网络，两个网络的输出相加得到背景散射特征图。然后输入图像与背景散射特征图相加作为输入特征图，基于扩张卷积，提取得到直接传输特征图。最后基于输入图像、背景散射特征图和直接传输特征图，通过物理模型合成模块进行合成，得到增强图像。本发明所使用的参数数量较少，减轻了计算负担，能够提升面对复杂低质量水下图像时候的增强效果，准确完成水下图像增强。

本发明授权一种基于深度学习的水下图像增强方法在权利要求书中公布了：1.一种基于深度学习的水下图像增强方法，其特征在于，包括以下步骤： 步骤1.获取水下图片数据并进行预处理，将所有的图片调整到统一大小再进行增强，得到输入图片； 步骤2.背景散射特征图的提取：将输入图片同时输入一个初级特征提取网络和次级特征提取网络，两个网络的输出相加得到背景散射特征图； 步骤3.直接传输特征图的提取：输入图像与背景散射特征图相加作为输入特征图，基于扩张卷积，提取得到直接传输特征图；具体实现过程如下： 步骤3.1、将输入图像与背景散射特征图相加，作为输入信息F； 步骤3.2、将F输入四组3×3大小的卷积层，前三组是8通道扩张卷积，卷积核分别采用了1、2、5的扩张率；第四组卷积层则是3×3卷积，进行降维，得到3通道的特征图G1； 步骤3.3、输入信息F与特征图G1相加，输入七组3×3大小，8通道的卷积层，前六组是扩张卷积，并将特征图G1通过跳跃连接至第四组卷积层之前；经第七组卷积层降维得到特征图G2； 步骤3.4、将特征图G1和特征图G2相加的得到直接传输特征； 步骤4.基于输入图像、背景散射特征图和直接传输特征图，通过物理模型合成模块进行合成，得到增强图像； 物理模型合成模块具体实现过程如下： 依据输入的水下图片生成一幅增强的图像DCx： 其中环境光BC和直接传输参数分别为背景散射特征图和直接传输特征图，ICx为输入图片。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。