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单幅图像去雾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：CN117036182B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310705338.6，技术领域涉及：G06T5/77；该发明授权一种单幅图像去雾方法及系统是由张南;宁泉澄;段振华设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本一种单幅图像去雾方法及系统在说明书摘要公布了：本发明属于图像处理和计算机视觉技术领域，公开了一种单幅图像去雾方法和系统，结合动态卷积模块和Transformer模块，动态卷积能够根据输入变换卷积核的参数，Transformer能够捕获有雾特征图之间的关系，将两者集合用于去雾取得了较好的结果；同时在两个模块中加入注意力机制，使模型关注到有雾区域；模型基于编码器解码器架构，将有雾图像经过编码器进行编码，再经过解码器进行解码得到去雾图像。在模型的设计中加入了门控模块，可以融合不同阶段的提取的特征图，有利于去雾效果的提升。解码器加入跳接结构，是网络的梯度得到更快的更新，缓解网络过深产生梯度消失与梯度弥散，使模型更容易收敛。

本发明授权一种单幅图像去雾方法及系统在权利要求书中公布了：1.一种单幅图像去雾方法，其特征在于，所述单幅图像去雾方法结合动态卷积模块和Transformer模块，动态卷积根据输入变换卷积核的参数，Transformer捕获有雾特征图之间的关系，将两者集合用于去雾取得了较好的结果；同时加入注意力机制，使模型能够关注到有雾区域；模型设计基于编码器解码器架构，将有雾图像经过编码器进行编码，再经过解码器进行解码得到去雾图像；在模型中加入门控模块，融合不同阶段的提取的特征图；解码器采用转置卷积将特征图的大小恢复到原始的分辨率；在最后加入跳接结构，网络的梯度得到更快的更新；具体步骤如下： 步骤一：构建训练用的数据集； 步骤二：搭建实现图像去雾的网络模型：网络模型是基于U-Net结构，在编码区先经过三个深度可分离模块用来提取有雾图像的浅层特征，编码区域的后端使动态卷积模块和transformer模块并行，在并行的过程中将他们的特征进行融合，最后使用门控模块将低中高三组特征进行融合生成编码模块的最终特征；解码区域采用两个反卷积模块进行上采样，在特征进入反卷积模块之前，使用跳接结构，将初级特征经过通道和像素注意力模块和进入反卷积模块的特征相加，最后采用一个普通卷积层，将通道数降为3通道，再将该特征图和原始的有雾图像相加得到最终的去雾图像； 步骤三：使用SmoothL1损失和对比损失通过最小化误差来优化整个网络，如下式： 其中：x代表去雾图像： 其中：wi是权重系数，I代表有雾图像； D代表L1距离，Gi代表代表从VGG19预训练网络中第i层提取到的隐藏层特征，代表有雾图像经过去雾网络生成的无雾图像，w代表网络的权重，n代表n个隐藏层； 步骤四：训练上述的去雾网络模型； 步骤五：测试：将待进行去雾处理的雾图输入到步骤四训练好的的网络模型中，最后输出的图像即为去雾图像。

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 陕西省西安市太白南路2号西安电子科技大学；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”。

以上内容由龙图腾AI智能生成。