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基于拉普拉斯图像分解和扩散模型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：CN119762370B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202411885255.0，技术领域涉及：G06T5/60；该发明授权一种基于拉普拉斯图像分解和扩散模型的图像去雾方法是由王永振;孙杰;刘恒设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于拉普拉斯图像分解和扩散模型的图像去雾方法在说明书摘要公布了：本发明公开了一种基于拉普拉斯图像分解和扩散模型的图像去雾方法，属于图像处理技术领域，包括以下步骤：S1：数据预处理；S2：拉普拉斯图像分解；S3：构建图像去雾网络；S4：图像去雾。本发明通过将一张有雾图像分解为低通图像和高频残差部分，合理地设计不同的模块分别进行恢复，降低了去雾的难度；利用扩散模型强大的生成能力，只作用在低通图像上，显著加快了扩散模型的推理速度；利用拉普拉斯图像金字塔保留原始信息的优势，使得重建的干净图像更具保真度，在图像处理等领域有着广泛的应用前景。

本发明授权一种基于拉普拉斯图像分解和扩散模型的图像去雾方法在权利要求书中公布了：1.一种基于拉普拉斯图像分解和扩散模型的图像去雾方法，其特征在于，包括以下步骤： S1：数据预处理 制作训练数据集，并对图像进行预处理； S2：拉普拉斯图像分解 对训练图像进行拉普拉斯图像分解，得到低通图像和高频残差部分； S3：构建图像去雾网络 构建图像去雾网络并训练，得到图像去雾模型；其中，图像去雾网络包括扩散模型去雾网络、高频残差恢复网络与低频精炼网络，将低通图像和高频残差部分分别送入扩散模型去雾网络和高频残差恢复网络进行重建，得到恢复后的低通图像和高频残差，恢复后的低通图像和高频残差经过拉普拉斯图像分解的逆变换，得到初步复原图像，最后利用低频精炼网络对初步复原图像进行处理，得到最终的去雾图像； S4：图像去雾 将待去雾的有雾图像输入图像去雾模型，得到去雾后的图像； 在所述步骤S3中，所述扩散模型去雾网络采取U-Net结构设计，仅作用在低通图像上，包括正向加噪过程和反向去噪过程，具体执行过程如下： 在配对的训练图像中，对无雾图像分解得到的低通图像进行加噪，然后把有雾图像的低通图像作为条件，二者在通道维度上进行拼接，形成6通道的张量作为扩散模型去雾网络的输入；扩散模型去雾网络经过迭代地去噪后重建出干净的低通图像； 在所述步骤S3中，低频精炼网络对初步复原图像的具体处理过程如下：对得到的初步复原图像进行Haar小波变换提取出低频信息Alow和高频信息Ahigh，再使用标准卷积提取浅层特征，然后经过3个并行的带有空洞卷积的残差块进行多尺度的特征提取，对所得到的特征在通道维度上进行拼接得到最后经过2次标准卷积缩减通道数量，重建增强后的低频信息经过逆小波变换即可得到最终的去雾图像整个处理过程定义如下： FA＝ConvAlow； 其中，DWT和IWT分别表示Haar小波变换和逆小波变换，Conv表示标准卷积，Dukated表示空洞卷积，三个并行的带有空洞卷积的残差块中空洞卷积的膨胀率分别为1、2、3，Concat表示在通道维度上进行拼接，为最终的去雾图像，为经过扩散模型去雾网络和高频残差恢复网络处理后的初步复原图像，同时作用在扩散模型去雾网络、高频残差恢复网络上。

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：243032 安徽省马鞍山市经济技术开发区南区嘉善科技园2号楼；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。