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！

龙图腾网获悉天津大学申请的专利基于视觉质量驱动的无监督去雾系统及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：CN115393222B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202211049334.9，技术领域涉及：G06T5/73；该发明授权基于视觉质量驱动的无监督去雾系统及方法是由杨爱萍;刘羽朦;李晓晓;邵明福;张腾飞设计研发完成，并于2022-08-30向国家知识产权局提交的专利申请。

本基于视觉质量驱动的无监督去雾系统及方法在说明书摘要公布了：本发明公开了一种基于视觉质量驱动的无监督去雾系统及方法，通过构建端到端网络学习有雾图像与无雾图像之间的映射关系，直接生成无雾图像；该系统由信息交互模块和迭代模块组成，其中，信息交互模块，用于实现对输入浅层特征的高效融合，完成细节信息和结构信息的交互，学习挖掘深层语义信息；迭代模块200，用于首先估计Kx，将Kx值代入重组后大气散射模型中计算无雾图像，对去雾结果多次迭代细化，保留图像细节。与现有技术相比，本发明的去雾图像颜色更自然，去雾效果更好，且网络训练过程只需有雾图像，可从根本上避免域偏移现象发生。

本发明授权基于视觉质量驱动的无监督去雾系统及方法在权利要求书中公布了：1.一种基于视觉质量驱动的无监督去雾系统，通过构建端到端网络学习有雾图像与无雾图像之间的映射关系，直接生成无雾图像；其特征在于，该系统由信息交互模块和迭代模块组成，其中： 所述信息交互模块，用于实现对输入浅层特征的高效融合，完成细节信息和结构信息的交互，学习挖掘深层语义信息； 所述迭代模块，用于进行大气散射模型的中间变量估计，将值代入重组后大气散射模型中计算无雾图像，对去雾结果多次迭代细化，保留图像细节； 该系统包括以下具体步骤： 步骤1、获取总训练集、测试集，其中训练数据集为室内训练集ITS和户外训练集OTS，测试集为综合目标测试集SOTS和混合主观测试集HSTS； 步骤2、构建无监督去雾网络，该网络包括信息交互模块和迭代模块； 在所述信息交互模块中，输入特征和进行卷积运算，生成包含不同类别信息的特征；随后，分别对两两信息特征进行特征融合，每个卷积层后面均采用ReLU激活函数进行非线性变换，经过多次信息交互过程和特征重提取，学习图像中的高层语义信息； 在所述迭代模块中，将所述信息交互模块的输出作为所述迭代模块的输入，首先采用一个3×3卷积层对输入特征进行特征提取，进行估计； 设定网络训练中的总的损失函数包括内容保持损失函数、暗通道损失函数、对比度损失函数、饱和度损失函数以及锐化损失函数，以实现网络的无标签训练； 总的损失函数表达式如下： ； 其中，为内容保持损失函数，为暗通道损失函数，为对比度损失函数，为饱和度损失函数，为锐化损失函数； 步骤3、利用构建的无监督去雾网络，实现单幅图像去雾，进行大气散射模型的中间变量估计，将大气散射模型的中间变量值代入重组后大气散射模型中计算无雾图像，对去雾结果多次迭代细化，保留图像细节。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。