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海军工程大学申请的专利一种单张图像去雨方法、系统、介质、设备及终端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：CN116433524B 。

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：202310407490.6，技术领域涉及：G06T5/73；该发明授权一种单张图像去雨方法、系统、介质、设备及终端是由石章松;朱伟明;应文健;郑超兵设计研发完成，并于2023-04-12向国家知识产权局提交的专利申请。

本一种单张图像去雨方法、系统、介质、设备及终端在说明书摘要公布了：本发明属于图像处理技术领域，公开了一种单张图像去雨方法、系统、介质、设备及终端，采用改进的加权引导图像滤波器提取雨滴图像的高频信息，利用深度卷积神经网络对高频信息进行学习获取雨滴信息；利用特征提取网络，将输入图像和雨滴图像从图像域转移到特征域，自适应学习有用的去雨特征；设计多尺度增强策略，利用具有多尺度注意机制的双尺度网络从潜在特征中恢复高质量图像。本发明使用iWGIF提取图像的高频信息，利用深度卷积神经网络对高频信息进行学习获取雨滴信息，避免其他因素干扰，增强网络训练效率；利用深度学习将输入图像和雨滴图像由图像域转换到特征域，可以自适应利用益于图像恢复的特征，提高网络训练效率和去雨性能。

本发明授权一种单张图像去雨方法、系统、介质、设备及终端在权利要求书中公布了：1.一种单张图像去雨方法，其特征在于，包括以下步骤： 步骤一，输入处理：获取含雨输入图像I，通过改进的加权引导滤波器iWGIF进行初步处理； 步骤二，雨纹感知分支RSAB处理：将iWGIF处理后的图像依次经过卷积3×3、雨纹提取网络、卷积3×3、特征提取网络； 步骤三，输入图像I直接输入另一个特征提取网络，该特征提取网络与雨纹感知分支内的特征提取网络权值共享； 步骤四，将上述两个特征提取网络的输出相加，对相加后的特征进行通道拼接，得到融合特征； 步骤五，多尺度去雨增强分支MSDERB处理： 主分支：融合特征经过卷积3×3，依次通过多个MSRRG模块处理，再经卷积3×3，输出去雨图像B； 子分支：融合特征先下采样，再经过卷积3×3、四个MSRRG模块、卷积3×3，四个MSRRG模块与主分支的MSRRG权值共享，子分支输出与去雨图像B计算损失；同时，去雨图像B与无雨图像BT计算损失，共同驱动网络优化； 所述雨纹提取网络的结构为：依次串联3×3卷积层、递归残差模块RRG、递归残差模块RRG、3×3卷积层； 所述特征提取网络的结构为：依次串联3×3卷积层、多尺度递归残差群MSRRG、多尺度递归残差群MSRRG； 所述多尺度递归残差群MSRRG的特征处理包括： 输入特征分为三路并行处理，分别经3×3卷积层、5×5卷积层、7×7卷积层提取不同特征；每路卷积输出后，均接入一个双注意力模块DAB；将三路DAB输出通道拼接，经3×3卷积层融合特征，再与MSRRG的输入逐点相加，实现残差连接； 所述双注意力模块DAB的特征处理包括： 输入特征依次通过3×3卷积层、ReLU激活函数层、3×3卷积层，对输入特征进行初步变换； 然后进行注意力分支并行计算： 空间注意力分支：对上述变换后的特征，并行执行全局平均池化和全局最大池化，将二者输出通道拼接后，经3×3卷积层、Sigmoid激活函数层，生成空间注意力权重，与初始变换后的特征逐点相乘； 通道注意力分支：对上述变换后的特征，执行全局平均池化，经1×1卷积层、ReLU激活函数层、1×1卷积层、Sigmoid激活函数层，生成通道注意力权重，与初始变换后的特征逐点相乘； 特征融合与残差连接：将空间注意力、通道注意力分支的输出通道拼接，经1×1卷积层压缩维度后，与初始特征变换的输出逐点相加，实现残差连接。

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海军工程大学，其通讯地址为：430033 湖北省武汉市硚口区解放大道717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”。