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！

龙图腾网获悉苏州协同创新智能制造装备有限公司申请的专利一种基于边缘约束的双分支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：CN115578274B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211183243.4，技术领域涉及：G06T5/73；该发明授权一种基于边缘约束的双分支图像去雾方法是由倪浩钧;袁雪腾;黄羿衡;刘晓东;田劲松;徐东设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本一种基于边缘约束的双分支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边缘约束的双分支图像去雾方法，包括如下步骤：步骤1：构建图像去雾的数据集；步骤2：利用Canny边缘检测算子获取图像的边缘图，将边缘图和相应的雾图、清晰图构建成一个训练样本；步骤3：训练样本中的图像被随机切分作为网络的输入，并使用数据增强方法扩充样本量；步骤4：搭建基于边缘约束的双分支去雾网络，包含去雾子网络和边缘子网络；步骤5：初始化网络参数，构造目标损失函数以优化双分支去雾网络的参数；步骤6：利用训练模型对测试雾图进行去雾，获取清晰的无雾图像。本发明能够利用边缘约束恢复清晰的无雾图，解决图像去雾任务中修复的图像丢失空间细节与语义不一致问题。

本发明授权一种基于边缘约束的双分支图像去雾方法在权利要求书中公布了：1.一种基于边缘约束的双分支图像去雾方法，其特征在于，包括如下步骤： 步骤1：构建图像去雾的数据集，该数据集包含多对图像对：雾图与对应的清晰图； 步骤2：利用Canny边缘检测算子获取图像的边缘图，将边缘图和相应的雾图、清晰图构建成一个训练样本； 步骤3：训练样本中的图像被随机切分为256×256大小的图像块作为网络的输入，并使用随机裁剪、随机反转和随机旋转方式作为数据增强方法扩充样本量； 步骤4：搭建基于边缘约束的双分支去雾网络，该网络包含两个子网络：去雾子网络和边缘子网络；去雾子网络用于修复雾图，获取清晰的无雾图像；边缘子网络用于抽取图像的边缘特征，边缘特征能帮助去雾子网络修复图像的细节轮廓信息，同时提供一种空间分布的约束，使得双分支去雾网络能够恢复细节清晰、语义一致的无雾图像； 去雾子网络的构建步骤如下： 去雾子网络首先包含一个3×3的卷积用于提升输入图像的通道数到64，接下来是两个残差双注意力模块提取基本的图像特征用于清晰图的重建，后面紧跟一个边缘信息融合模块，利用边缘子网络获取的边缘信息指导雾图的修复与清晰图的重建，边缘信息能够提供场景的空间分布信息和语义信息，它们有助于网络消除雾等模糊，也有助于保持重建图像的空间分布一致和语义一致；将两个残差注意力模块和一个边缘信息融合模块作为一个基本的去雾单元模块；去雾子网络包含3个去雾单元模块；在去雾子网络的后端，一个3×3的卷积模块用于生成清晰的无雾图； 步骤5：初始化网络参数，构造目标损失函数以优化基于边缘约束的双分支去雾网络的参数； 利用Kaiming初始化的方法初始网络的参数，使用Adam优化器，设置初始学习率为1×10-4，使用余弦退火算法稳定的将学习率减少至1×10-5，目标损失函数包括两部分，一部分为清晰图像的重建损失，另一部分为边缘图像的重建损失，公式如下： ， 其中，Loss表示双分支去雾网络的损失，表示清晰的无雾图像，表示真值边缘图，表示预测的无雾图像，表示预测的边缘图； 步骤6：利用步骤5获取的训练模型对测试雾图进行去雾，获取清晰的无雾图像。

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苏州协同创新智能制造装备有限公司，其通讯地址为：215000 江苏省苏州市吴中区越溪街道北官渡路50号3幢；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。