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！

龙图腾网获悉江西理工大学申请的专利一种基于深度学习的石墨矿石图像模糊消除的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：CN120612253B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510651841.7，技术领域涉及：G06T5/73；该发明授权一种基于深度学习的石墨矿石图像模糊消除的方法是由黄学雨;胡亮;王炯辉设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本一种基于深度学习的石墨矿石图像模糊消除的方法在说明书摘要公布了：本发明属于图像识别技术领域，具体涉及一种基于深度学习的石墨矿石图像模糊消除的方法，引入基于多尺度特征融合的Transformer模块，增强特征提取和融合能力。Transformer模块可以更好地处理长距离依赖关系，提高特征的表示能力。同时采用密集残差块RRDB代替传统的残差单元。RRDB通过密集连接的方式，充分利用各层的特征信息，增强网络对图像细节的学习能力；将传统的通道注意力机制替换为ECA通道注意力机制，将ECA模块融合到生成器的残差块中，在每个残差块的末尾应用ECA模块来加强通道注意力。ECA模块可以更高效地利用通道信息，提高特征的表达能力。

本发明授权一种基于深度学习的石墨矿石图像模糊消除的方法在权利要求书中公布了：1.一种基于深度学习的石墨矿石图像模糊消除的方法，其特征在于，包括： S1，构建生成第一对抗网络模型，在样本数据集上对所述第一对抗网络模型进行预训练； S2，获取预训练后的所述第一对抗网络模型的当前模型参数，将所述当前模型参数保存至二进制文件中； S3，构建第一石墨矿石图像数据集，将所述第一石墨矿石图像数据集划分为训练集和验证集； S4，将所述训练集输入采用当前模型参数的第一对抗网络模型训练并进行微调，得到改进后的第二对抗网络模型； S5，采用第二石墨矿石图像数据集训练所述第二对抗网络模型，初始化模型参数，得到第三对抗网络模型； S6，基于所述验证集的性能指标评估所述第三对抗网络模型，基于评估结果得到训练好的石墨矿石模糊图像去除模型； 所述S1，还包括： 采用模糊的石墨矿石图像作为输入层的输入图像，使用多个3×3卷积层提取所述输入图像的初始特征； 判别器集成ECA模块对所述输入图像的初始特征进行通道注意力加权并使用密集残差块进行特征学习和增强； 在特征提取和融合阶段，引入Transformer模块增强特征提取和融合能力，处理长距离依赖关系； 所述Transformer模块通过自注意力机制捕捉全局特征，之后再次应用ECA模块增强特征的表示能力； 采用生成器输出去模糊后的清晰图像，在样本数据集上进行预训练；保存预训练后的模型参数至二进制文件中。

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江西理工大学，其通讯地址为：341000 江西省赣州市章贡区红旗大道86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。