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！

龙图腾网获悉中国人民解放军军事科学院系统工程研究院申请的专利基于卷积神经网络的雾天自适应目标检测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：CN116385293B 。

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：202310311838.1，技术领域涉及：G06T5/60；该发明授权基于卷积神经网络的雾天自适应目标检测方法是由谢永强;刘阳;李忠博;齐锦;梁进君;王真设计研发完成，并于2023-03-28向国家知识产权局提交的专利申请。

本基于卷积神经网络的雾天自适应目标检测方法在说明书摘要公布了：本发明提出一种基于卷积神经网络的雾天自适应目标检测方法，采用该方法在不同雾浓度的场景下对目标检测，具有较高的识别精度。所述方法包括：步骤S1：采用光学仪器设备采集雾天图像数据；步骤S2：将所述雾天图像数据输入到基于卷积神经网络结构的图像参数预测模块中，自适应地获取图像去雾和图像调节所需要的预测参数；步骤S3：将所述预测参数和所述雾天图像数据输入图像处理模块中，所述图像处理模块进行图像去雾和图像调节处理，得到恢复图像；步骤S4：将经过图像处理模块处理的图像作为YOLOv4检测器的输入，并利用YOLOv4检测器完成去雾算法和目标检测算联合优化。

本发明授权基于卷积神经网络的雾天自适应目标检测方法在权利要求书中公布了：1.一种基于卷积神经网络的雾天自适应目标检测方法，其特征在于，包括以下步骤： 步骤S1：获取雾天图像数据； 步骤S2：将所述雾天图像数据输入到基于卷积神经网络结构的图像参数预测模块中，获取图像去雾和图像调节所需要的CF-Net预测参数； 步骤S3：将所述CF-Net预测参数和所述雾天图像数据输入图像处理模块中，所述图像处理模块基于所述CF-Net预测参数进行图像去雾和图像调节处理，得到恢复图像； 步骤S4：将经过图像处理模块处理的恢复图像作为YOLOv4检测器的输入，并利用YOLOv4检测器完成目标检测结果输出，并向所述图像参数预测模块反馈数据，以优化预测参数； 所述图像处理模块包括三个滤波器：去雾处理模块的滤波器、图像逐像素级滤波器和图像锐化处理滤波器；所述去雾处理模块的滤波器包括：去雾调节因子ω，去雾偏置系数C参数；所述图像逐像素级滤波器包括白平衡W、伽玛变换参数G、对比度t和色调α；所述图像锐化处理滤波器包括锐化参数λ； 所述去雾处理模块将有雾图像表示如式1所示： 其中，Ix是有雾的图像，Jx表示去雾之后的图像，A为估计的大气光值，为透射率，c为r红色、g绿色和蓝色三个通道的像素值； 设计对比度变换函数、白平衡映射函数、伽马变换映射函数、色调变换映射函数，它们组成所述图像处理模块的图像逐像素级滤波器，向所述图像逐像素级滤波器输入像素值红色、绿色和蓝色三个通道的输入像素值Jx＝rm，gm，bm，映射出输出所述三个通道的新像素值rm，gm，bm表示红色、绿色和蓝色通道的像素值； 所述对比度变换函数表达式如式2所示： Oc＝0.27rm，0.67gm，0.06bm2； 所述白平衡映射函数表达式如式3所示，其中Wr，Wg，Wb为白平衡调节的参数，rc，gc，bc为对比度变换后的所述三个通道的像素值；rc＝0.27rm，gc＝0.67gm，bc＝0.06bm； Ow＝Wrrc，Wggc，Wbbc3； 所述伽马变换映射函数表达式如式4所示，其中G是伽马变换参数，rw，gw，bw为白平衡变换后的所述三个通道的像素值；rw＝Wrrc，gw＝Wggc，bw＝Wbbc； Ogm＝rw G，gw G，bwG4； 所述色调变换映射函数表达式如式5所示，其中T是色调曲线，t是色调曲线T的内部参数，rgm，ggm，bgm为伽马变换后的所述三个通道的像素值；rgm＝rw G，ggm＝gw G，bgm＝bw G 所述图像逐像素级滤波器中的参数使用所述参数预测模块的神经网络反向传播进行优化。

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中国人民解放军军事科学院系统工程研究院，其通讯地址为：100141 北京市丰台区大成路13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”。