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！

龙图腾网获悉武汉大学申请的专利一种基于景深信息成雾和Transformer网络的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：CN116402701B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202310131778.5，技术领域涉及：G06T5/77；该发明授权一种基于景深信息成雾和Transformer网络的图像去雾方法及系统是由何发智;杨仕振;司统振;唐伟设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本一种基于景深信息成雾和Transformer网络的图像去雾方法及系统在说明书摘要公布了：本发明公开了一种基于景深信息成雾和Transformer网络的图像去雾方法及系统，该方法包括：利用大气散射模型和深度估计的方法构建训练集，构建特征串联模块和编码‑分支解码模块，所述特征串联模块用于提取输入图像的高维特征，所述编码‑分支解码模块对提取出的高维特征进行重建，得到生成的无雾图像；构建去雾网络模型及对应的损失函数，利用训练集对所述去雾网络模型进行训练，所述去雾网络模型包括特征串联模块和编码‑分支解码模块；利用训练好的去雾网络模型完成图像去雾。本发明通过在主流数据集上的大量实验表明所提出的方法实现了最先进的去雾结果。

本发明授权一种基于景深信息成雾和Transformer网络的图像去雾方法及系统在权利要求书中公布了：1.一种基于景深信息成雾和Transformer网络的图像去雾方法，其特征在于，包括如下步骤： 步骤1，根据大气散射模型对包含深度信息的原始无雾图像进行加雾处理，并对包含深度信息的原始无雾图像和加雾处理后的图像进行裁剪，得到成对有雾和无雾图像片段，从而形成第一个成对有雾图像训练集α； 步骤2，使用深度估计的方法估计单张不包含深度信息的原始无雾图像对应的深度信息图像，然后对不包含深度信息的原始无雾图像进行加雾处理，对不包含深度信息的原始无雾图像和加雾处理后的图像进行裁剪，得到成对有雾和无雾图像片段，从而形成第二个成对有雾图像训练集β， 步骤3，使用添加椒盐噪声的方法为单张不包含深度信息的原始无雾图像进行随机加雾，然后对不包含深度信息的原始无雾图像和随机加雾处理后的图像进行裁剪，得到成对有雾和无雾图像片段，形成第三个成对有雾图像训练集δ； 步骤4，构建特征串联模块和编码-分支解码模块，所述特征串联模块用于提取输入图像的高维特征，所述编码-分支解码模块对提取出的高维特征进行重建，得到生成的无雾图像； 步骤5，构建去雾网络模型及对应的损失函数，利用步骤1-步骤3中的训练集对所述去雾网络模型进行训练，所述去雾网络模型包括特征串联模块和编码-分支解码模块； 步骤5中去雾网络网络模型的损失函数为相似性损失和自然图像质量评价损失的加权和，即 其中，代表LSSIM的权重，表示相似性损失，表示自然图像质量评价损失； 的定义如下： 其中，为训练集中一张无雾图像和对应的有雾图像这两个图像所有像素的平均值，,为两个图像像素值的方差； 的定义如下： 其中代表待检测的无参考图像，为事先选择的自然图像，代表在自然图像上建立的高斯分布的特征均值，代表其协方差矩阵；代表在待检测图像上建立的高斯分布的特征均值，代表其协方差矩阵； 步骤6，利用训练好的去雾网络模型完成图像去雾。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。