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！

龙图腾网获悉大连海事大学申请的专利一种基于径向梯度分布特性的水下光晕图像校正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：CN116188299B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202211690031.5，技术领域涉及：G06T5/77；该发明授权一种基于径向梯度分布特性的水下光晕图像校正方法是由米泽田;武文文;王玉琳;王辉兵;付先平设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本一种基于径向梯度分布特性的水下光晕图像校正方法在说明书摘要公布了：本发明提供一种基于径向梯度分布特性的水下光晕图像校正方法包括：构建水下光晕图像的成像模型；采用贝叶斯框架求解成像模型，引入径向梯度分布和超拉普拉斯分布来约束优化过程，利用最大后验概率结合不同图像层的概率分布得出目标方程；然后使用交替迭代更新方法将目标函数分解为若干子问题进行求解；在估计出的反射层使用自适应亮度缩放因子和多尺度梯度域对比度拉伸进行亮度调整、颜色校正和对比度增强等后处理，得到最终光晕校正的清晰水下图像。本发明率先考虑到UUV水下作业时的真实复杂光照场景，可有效去除人工强光源带来的光晕效应，降低其对后续计算机视觉任务带来的严重干扰，并显著提升水下图像质量。

本发明授权一种基于径向梯度分布特性的水下光晕图像校正方法在权利要求书中公布了：1.一种基于径向梯度分布特性的水下光晕图像校正方法，其特征在于，包括以下步骤： 步骤1、获取待处理的水下光晕图像S； 步骤2、构建用于描述人工光源辅助照明场景下水下图像成像物理过程的水下光晕图像成像模型，所述水下光晕图像成像模型为： 其中，S表示待处理的水下光晕图像，R为反射图，I为照度图，V为光晕图，运算符表示逐元素相乘； 步骤3、采用贝叶斯框架对所述水下光晕图像成像模型进行求解，引入径向梯度分布和超拉普拉斯分布来约束优化结果，根据最大后验概率及不同图像层的概率分布模型，得到目标函数；包括： 步骤3.1、通过最大化后验概率来分别求得反射图R、照度图I和光晕图V，所述后验概率根据以下公式求解： 其中，PR,I,V|S为后验概率分布，PS|R,I,V为似然函数，PR、PI、PV分别为反射图R、照度图I和光晕图V的概率分布，PS为输入水下光晕图像S的概率分布， 步骤3.2、引入图像超拉普拉斯分布和径向梯度分布来约束优化结果，有： 其中，为平滑约束项，是利用求得的第一个估计值，为Lp范数，0＜p＜1为超拉普拉斯分布约束，Dii＝1,2为差分算子对应的矩阵，PI为照度图I的概率分布； 其中，PR为反射图R的概率分布； 其中，表示径向梯度平滑约束项，考虑到光晕层以光心为圆心具有径向对称的特性，并且是平滑的，对光晕图V采用离散、均匀采样方式：Vrt,rt∈Sr，其中Sr＝{r0,r1,…,rn-1}，将图像沿这些离散半径划分为若干扇区，即rm为扇区m的内径，δr表示扇区宽度，有： 其中，表示数据保真项，用来约束所提模型和输入图像S之间的差异； 将式3456代入式2，可以得到目标方程： 其中，λ、λ、λ和λ为控制不同项重要性的常量系数； 步骤4、通过交替迭代更新方法将目标函数分解为若干子问题进行求解，计算得到光晕层V、照度层I和反射层R，所述子问题中涉及非凸优化子问题通过迭代重加权最小二乘方法解决； 步骤5、对反射层R进行后处理，通过自适应亮度缩放因子对反射层进行亮度调整，并结合多尺度梯度域处理对反射层R进行颜色校正和细节增强，得到最终光晕校正后的清晰水下图像Z。

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大连海事大学，其通讯地址为：116026 辽宁省大连市高新园区凌海路1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。