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！

龙图腾网获悉西南财经大学申请的专利一种基于物理先验的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：CN119006339B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202411076740.3，技术领域涉及：G06T5/77；该发明授权一种基于物理先验的图像去雾方法是由尹诗白;时奕伟;丁浩伦;蒋太翔;汤自新;刘贵松设计研发完成，并于2024-08-07向国家知识产权局提交的专利申请。

本一种基于物理先验的图像去雾方法在说明书摘要公布了：本发明涉及图像处理技术，其公开了一种基于物理先验的图像去雾方法，首先，基于真实无雾图像，构建包括初步去雾图片、透射率图片和大气光图片的合成训练样本；然后，先进行一次加噪和去噪，预测出计算噪声和计算透射率图片，接着基于预测结果进行重构，之后，计算重构损失、噪声预测损失，对去噪模型进行更新；然后，利用更新获得的去噪模型对随机噪声图进行去噪，根据去噪结果和真实无雾图像计算损失，根据损失对去噪模型进行更新。其将对透射率图的细化作为去雾任务的辅助任务，不仅能够提高去雾的效率，也能够保留雾淡的区域的原图效果；同时，巧妙地通过扩散模型，生成图像雾浓区域丢失的细节，使得去雾之后的图像在感知上更为真实。

本发明授权一种基于物理先验的图像去雾方法在权利要求书中公布了：1.一种基于物理先验的图像去雾方法，包括：将拍摄获得的待处理有雾图像，输入经训练获得的去噪模型，获得去噪后的无雾图像；所述去噪模型采用Unet模型，其特征在于， 所述去噪模型的训练，包括以下步骤： A1、构建合成训练集： 提取真实无雾图像；基于真实无雾图像，利用合成方法，获得合成有雾图像；利用预训练的物理模型，基于合成有雾图像，生成合成有雾图像的初步去雾图片、透射率图片和大气光图片；由对应的真实无雾图像、合成有雾图像以及合成有雾图像的初步去雾图片、透射率图片和大气光图片构成合成样本，并由合成样本构成合成训练集； A2、输入合成样本，并随机取一个小于或等于K的轮次作为计算轮次，所述K为预设的去噪模型的去噪迭代次数；生成随机噪声，通过加噪模型，利用随机噪声对输入合成样本的初步去雾图片进行加噪，获得计算轮次的加噪图片； A3、将步骤A2获得的加噪图片及其对应合成样本的初步去雾图片和透射率图片，输入去噪模型，获得计算轮次的计算噪声和计算透射率图片；所述计算透射率图片由上采样部分的输出经全连接层获得，所述计算噪声由去噪模型输入输出计算获得； A4、将步骤A3获得的计算透射率图片及其对应合成样本的初步去雾图片和大气光图片，利用构建训练集所采用的预训练物理模型，获得计算轮次的重构图片； A5、利用步骤A4获得的重构图片及其对应合成样本的合成有雾图像，计算重构损失；利用步骤A3获得的计算噪声和步骤A2生成的随机噪声，计算噪声预测损失；利用重构损失和噪声预测损失，对去噪模型进行更新； A6、生成一张随机噪声图D0，并利用经步骤A5更新获得的去噪模型作为初始模型，对噪声图D0进行K轮去噪，得到去噪结果DK；其中，每一轮的去噪包括： A61、输入第k-1轮获得的去噪结果Dk，将其与对应合成样本的初步去雾图片和透射率图片，输入去噪模型，获得第k轮的计算噪声和计算透射率图片； A62、利用加噪模型，基于步骤A61输入的去噪结果Dk和步骤A61获得的第k轮的计算噪声，生成第k轮的去噪结果Dk+1； A7、利用步骤A6获得的去噪结果DK和对应的真实无雾图像，计算去噪损失，对去噪模型进行更新； A8、判定是否达到预设条件，若是，则获得完成训练的去噪模型；否则，返回步骤A2。

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南财经大学，其通讯地址为：610000 四川省成都市青羊区光华村街55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”。

以上内容由龙图腾AI智能生成。