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！

龙图腾网获悉明创慧远(贵州)技术有限公司申请的专利基于深度学习的网络摄像图像清晰度增强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：CN120953113B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511104039.2，技术领域涉及：G06T5/70；该发明授权基于深度学习的网络摄像图像清晰度增强方法及系统是由丁雨欣;郑永芳;王光宇;李文望设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本基于深度学习的网络摄像图像清晰度增强方法及系统在说明书摘要公布了：本发明涉及矿下网络图像清晰度增强技术领域，尤其涉及一种基于深度学习的网络摄像图像清晰度增强方法及系统。所述方法包括以下步骤：获取矿山地下作业区域的网络摄像图像，并对图像进行质量标签分类处理，构建包含多类图像特征的训练样本；分析训练样本的差异特征，确定矿下图像的降质特征；基于降质特征，分析修复矿下图像关键区域的结构损失破坏程度，生成图像的结构清晰度，基于结构清晰度进行深度学习模型的训练与参数调优，确定图像增强参数配置，并将其嵌入矿山网络摄像系统的图像处理模块，实现对采集图像的实时增强处理；本发明通过网络摄像图像清晰度增强，以实现矿下设备运行更加高效。

本发明授权基于深度学习的网络摄像图像清晰度增强方法及系统在权利要求书中公布了：1.一种基于深度学习的网络摄像图像清晰度增强方法，其特征在于，包括以下步骤： 步骤S1：获取矿山地下作业区域的网络摄像图像，并对网络摄像图像进行质量标签分类处理，构建包含多类图像特征的训练样本； 步骤S2：分析训练样本的差异特征，确定训练样本图像的矿下图像降质特征；其中，步骤S2包括以下步骤： 步骤S21：从训练样本中的图像质量标签为异常的目标区域图像中，提取图像异常退化响应特征； 步骤S22：从训练样本中的图像质量标签为正常的目标区域图像中，提取图像结构完整性特征，其中，步骤S22包括以下步骤： 步骤S221：对训练样本中图像质量标签为正常的目标区域图像进行光照均衡处理，保留图像原始结构细节信息； 步骤S222：对目标区域图像检测连续边缘走向，计算边缘像素分布的线性延展度，形成边缘连续性特征图；包括，对光照均衡后的图像进行边缘检测，识别图像中具有连贯结构的边缘线条，并基于边缘方向一致性与边缘像素密度构建边缘连续性特征图； 步骤S223：提取目标区域图像的灰度梯度分布，计算区域内梯度变化范围与均值差异，生成图像细节强度特征； 步骤S224：基于图像细节强度特征提取设备目标的几何外轮廓，确定设备轮廓结构参数； 步骤S225：将边缘连续性特征图、图像细节强度特征和设备轮廓结构参数，作为图像结构完整性特征； 步骤S23：分析图像异常退化响应特征和图像结构完整性特征之间的差异特征； 步骤S24：基于训练图像之间的差异特征确定训练样本图像的矿下图像降质特征，其中，步骤S24包括以下步骤： 步骤S241：将差异特征统计退化响应情况； 步骤S242：以退化响应情况分析图像退化的表现情况； 步骤S243：利用差异特征提取图像中结构的方向变化情况，计算目标区域内主边缘方向与参考边缘方向之间的夹角偏移值，作为结构响应偏转角度； 步骤S244：计算结构响应偏转角度的局部对比度下降值； 步骤S245：融合局部对比度下降值和图像退化的表现情况，确定训练样本图像的矿下图像降质特征； 步骤S3：根据矿下图像降质特征分析矿下图像的关键区域结构损失破坏程度，并修复关键区域结构损失破坏程度，生成矿下图像的结构清晰度； 步骤S4：基于矿下图像的结构清晰度进行训练与参数调优确定图像增强参数配置，并将矿下图像的结构清晰度嵌入部署于矿山网络摄像系统的图像处理模块，对摄像采集图像进行实时增强处理，并输出矿山摄像结构清晰图像。

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明创慧远(贵州)技术有限公司，其通讯地址为：561113 贵州省贵阳市贵安新区高端装备制造产业园南部园区标准厂房12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。