安徽工业大学周昊获国家专利权
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!
龙图腾网获悉安徽工业大学申请的专利一种遥感图像去雾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:CN119624829B 。
龙图腾网通过国家知识产权局官网在2025-09-26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:202411671715.X,技术领域涉及:G06T5/73;该发明授权一种遥感图像去雾方法是由周昊;王乐;陶陶;李乔设计研发完成,并于2024-11-21向国家知识产权局提交的专利申请。
本一种遥感图像去雾方法在说明书摘要公布了:本发明公开了遥感图像去雾方法,涉及计算机视觉和图像处理领域,采用包括多尺度多维度模块的卷积网络来拟合有雾图像到清晰图像之间的映射关系,包括以下步骤:S1:建立去雾模型;S2:设计多尺度多维度模块的去雾网络,网络的每一层将多尺度多维度特征提取,然后进入大气散射模型单元处理;S3:收集训练数据集;S4:训练多尺度多维度模块的去雾网络;S5:遥感图像去雾。本发明的优点是,具有多尺度多维度模块,可以增强精细细节的提取,有助于提取有雾和无雾图像之间的精细细节,并能有效去除雾霾,允许模型根据需要自适应地优先考虑全局上下文或显著细节,采用的多种池化方法的组合可确保更好的特征融合,提高图像去雾的性能。
本发明授权一种遥感图像去雾方法在权利要求书中公布了:1.一种遥感图像去雾方法,其特征在于,采用包括多尺度多维度模块的卷积网络来拟合有雾图像到清晰图像之间的映射关系,包括以下步骤: S1:建立去雾模型; S2:设计多尺度多维度模块的去雾网络,网络的每一层将多尺度多维度特征提取,然后进入大气散射模型单元处理; S3:收集训练数据集; S4:训练多尺度多维度模块的去雾网络; S5:遥感图像去雾; 在步骤S2中,所述多尺度多维度模块包括多尺度提取块和多维提取块,所述多尺度提取块包括以下步骤: S211:应用多个具有不同扩张率的并行扩张卷积 S212:使用选择性核模块融合多尺度特征; S213:处理特征图后,学习到的特征将通过像素注意机制; S214:引入了并行运行的通道注意机制,并自适应地突出显示整个图像中与雾相关的特征; S215:通过求和将两种注意机制提取的特征融合在一起,从而创建特征集,为了细化融合的特征,最终应用了3×3卷积 所述多维提取块包括以下步骤: S221:应用深度卷积来保持特征表示,同时确保计算效率; S222:进行归一化以稳定特征分布,从而提高训练期间的收敛性; S223:利用1×1卷积和3×3卷积层的组合来扩展通道数量,增强特征信息的丰富性,1×1卷积增加了特征图的深度,而3×3卷积捕获局部模式; S224:将从卷积中提取的归一化特征融合在一起,更全面地表示输入数据,融合后,应用另一个3×3卷积来进一步细化提取的特征; S225:融合后,应用另一个3×3卷积来进一步细化提取的特征,然后将细化的特征与通过Sigmoid函数处理的另一个分支相乘,有效地重新缩放特征值并增强维度表示; S226:使用1×1卷积降低维数以压缩有用信息并防止过度拟合; S227:将缩小的特征图传递到另一个深度卷积层并合并残差连接以保留原始特征信息,产生最终输出,该输出有效地结合了增强和保留的特征,为后续处理任务做好准备。
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安徽工业大学,其通讯地址为:243000 安徽省马鞍山市湖东路59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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。