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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省人工智能研究院申请的专利基于多尺度卷积和分层辐射传输ODE的图像增强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：CN121280276B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511851239.4，技术领域涉及：G06T5/73；该发明授权基于多尺度卷积和分层辐射传输ODE的图像增强方法是由张宏宽;孔祥龙;周书旺;单珂设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本基于多尺度卷积和分层辐射传输ODE的图像增强方法在说明书摘要公布了：本发明涉及一种基于多尺度卷积和分层辐射传输ODE的图像增强方法，属于计算机视觉领域。其包括以下步骤：获取公开数据集并构建图像增强数据集；对图像增强数据集中的图像进行预处理，得到模糊图像和原始清晰图像；构建基于多尺度卷积和分层辐射传输ODE的图像增强模型；所述模糊图像经过基于多尺度卷积和分层辐射传输ODE的图像增强模型进行处理，得到增强图像；构建度量增强图像与原始清晰图像之间差异的损失函数，采用Adam优化算法对模型参数进行优化，得到训练好的模型；将待处理的模糊图像输入到训练好的模型中，得到最终增强图像。本发明的图像增强模型在图像深度恢复方面具有显著优势，能够提升图像增强效果。

本发明授权基于多尺度卷积和分层辐射传输ODE的图像增强方法在权利要求书中公布了：1.一种基于多尺度卷积和分层辐射传输ODE的图像增强方法，其特征在于，包括以下步骤： S1、获取公开数据集并构建图像增强数据集； S2、对图像增强数据集中的图像进行预处理，得到模糊图像和原始清晰图像； S3、构建基于多尺度卷积和分层辐射传输ODE的图像增强模型，包括频率感知层、第一尺度卷积层、第一辐射传输建模模块、第二尺度卷积层、第二辐射传输建模模块、第一ODE求解模块、第二ODE求解模块以及动态光照调节模块；所述模糊图像经过基于多尺度卷积和分层辐射传输ODE的图像增强模型进行处理，得到增强图像O；具体包括： 输入图像输入到频率感知层，频率感知层的输出分别输入到第一尺度卷积层和第二尺度卷积层；第一尺度卷积层的输出输入到第一辐射传输建模模块；第二尺度卷积层的输出输入到第二辐射传输建模模块；第一尺度卷积层的输出和第一辐射传输建模模块的输出经过逐点相加后分别输入到第一ODE求解模块和第二ODE求解模块；第二尺度卷积层的输出和第二辐射传输建模模块的输出经过逐点相加分别输入到第二ODE求解模块；第一ODE求解模块的输出和第二ODE求解模块的输出输入到动态光照调节模块；动态光照调节模块输出增强图像； 所述第一辐射传输建模模块的计算公式表示如下： ， 其中，γ、δ表示两个不同的调节系数；表示第一卷积特征在位置的值；表示在第一卷积特征的三维空间中位置的梯度；表示对第一卷积特征三维空间Ω中的所有点进行积分；表示逐点相乘；积分变量表示第一卷积特征积分空间内的坐标，表示特征图在横向维度上的位置，表示特征图在纵向维度上的位置，表示特征图在通道维度上的位置；分母部分通过加权和对不同位置的卷积特征进行处理，表示加权和内的坐标；表示第一辐射特征在位置计算结果，每个位置经过计算后得到的结果组成第一辐射特征； 所述第二辐射传输建模模块执行与第一辐射传输建模模块相同的计算过程； 所述第一ODE求解公式的计算过程如下： ， 其中，表示第一组合特征在位置的计算结果；表示控制扩散项的第一参数；表示在第一建模特征的三维空间中位置的梯度；表示第一调节系数；表示空间中两个点之间的欧几里得距离；表示第一空间衰减因子；表示第一维度调整特征；将计算后每个位置的按照位置组合，得到第一组合特征；将第一组合特征输入到归一化层得到第一求解特征； 所述第二ODE求解公式的计算过程如下： ， 其中，表示第二组合特征在位置的计算结果；表示控制扩散项的第二参数；表示在第二建模特征的三维空间中位置的梯度；表示第二调节系数；表示第二空间衰减因子；表示第二维度调整特征；将计算后每个位置的按照位置组合，得到第二组合特征；将第二组合特征输入到归一化层得到第二求解特征； S4、构建度量增强图像O与原始清晰图像之间差异的均方误差损失函数，采用Adam优化算法对模型参数进行优化，得到训练好的模型； S5、将待处理的模糊图像输入到训练好的模型中，得到最终增强图像。

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齐鲁工业大学(山东省科学院);山东省人工智能研究院，其通讯地址为：250000 山东省济南市长清区大学路3501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。