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！

龙图腾网获悉中国传媒大学申请的专利一种基于集成学习模块的多尺度图像去模糊方法及系统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：CN116894787B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310905542.2，技术领域涉及：G06T5/73；该发明授权一种基于集成学习模块的多尺度图像去模糊方法及系统是由吴文博;潘耘;王静涛;李樱设计研发完成，并于2023-07-21向国家知识产权局提交的专利申请。

本一种基于集成学习模块的多尺度图像去模糊方法及系统在说明书摘要公布了：本发明提供了一种基于集成学习模块的多尺度图像去模糊方法及系统，包括：对下采样四倍的模糊图像进行特征提取，并对第一浅层图像特征进行处理；对下采样两倍的模糊图像进行特征提取，并根据第一浅层图像特征和第二浅层图像特征进行融合并对第一融合特征进行特征增强和恢复；采用浅层特征提取网络对原始模糊图像进行特征提取，并根据第三浅层图像特征和第二浅层图像特征进行融合，并对第二融合特征进行特征增强和恢复；采用MAE函数和FFT函数优化第三重建图像，得到去模糊后的图像。本发明在不同尺度的图像上使用不同感受野对其进行特征提取，并可以将不同感受野的特征集成后进行更精细的处理。本发明不仅收敛速度快而且还可以产生非常好的恢复效果。

本发明授权一种基于集成学习模块的多尺度图像去模糊方法及系统在权利要求书中公布了：1.一种基于集成学习模块的多尺度图像去模糊方法，其特征在于，包括： 对原始模糊图像进行两次双线性插值操作，得到下采样两倍的模糊图像和下采样四倍的模糊图像； 采用浅层特征提取网络对所述下采样四倍的模糊图像进行特征提取，得到第一浅层图像特征，并对所述第一浅层图像特征进行处理，得到第一重建图像； 采用浅层特征提取网络对所述下采样两倍的模糊图像进行特征提取，得到第二浅层图像特征，并根据所述第一浅层图像特征和所述第二浅层图像特征进行融合，得到第一融合特征，并对所述第一融合特征进行特征增强和恢复，得到第二重建图像； 采用浅层特征提取网络对所述原始模糊图像进行特征提取，得到第三浅层图像特征，并根据所述第三浅层图像特征和所述第二浅层图像特征进行融合，得到第二融合特征，并对所述第二融合特征进行特征增强和恢复，得到第三重建图像； 采用MAE函数和FFT函数优化所述第三重建图像，得到去模糊后的图像； 对所述第一浅层图像特征进行处理，得到第一重建图像，包括： 使用弱学习模块对提取到的所述第一浅层图像特征进行初步恢复； 将弱学习模块中初步恢复的图像集成后送入到强学习器中，以进行二次恢复； 采用空间特征增强模块对提取到的所述第一浅层图像特征进行空间特征增强，将强学习器中得到的恢复特征和空间特征增强模块得到的空间特征融合后送入重建模块得到第一重建图像；所述弱学习模块中包含若干个弱学习器，每个所述弱学习器和所述强学习器使用的是相同结构的编解码器； 对所述第一融合特征进行特征增强和恢复，得到第二重建图像，包括： 采用弱学习模块对所述第一融合特征进行初步恢复； 使用空间特征增强模块对第一融合特征进行空间特征增强，并将弱学习模块中初步恢复的特征集成后送入到强学习器进行处理，得到恢复特征； 将空间增强特征和恢复特征融合后送入重建模块中，得到所述第二重建图像； 对所述第二融合特征进行特征增强和恢复，得到第三重建图像，包括： 采用弱学习模块对第二融合特征进行初步恢复，并使用空间特征增强模块对第二融合特征进行空间特征增强； 将弱学习模块中初步恢复的图像集成后送入到强学习器进行处理； 将空间增强特征和强学习器中的恢复特征融合后送入重建模块中得到所述第三重建图像。

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中国传媒大学，其通讯地址为：100020 北京市朝阳区定福庄东街1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”。