Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南科技大学廖苗获国家专利权

湖南科技大学廖苗获国家专利权

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!

龙图腾网获悉湖南科技大学申请的专利基于拉普拉斯金字塔的双分支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:CN119887582B

龙图腾网通过国家知识产权局官网在2025-06-24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:202510370165.6,技术领域涉及:G06T5/73;该发明授权基于拉普拉斯金字塔的双分支去雾方法是由廖苗;张添铸;龚波;梁伟;赵于前设计研发完成,并于2025-03-27向国家知识产权局提交的专利申请。

基于拉普拉斯金字塔的双分支去雾方法在说明书摘要公布了:本发明涉及计算机图像处理技术领域,具体公开了一种基于拉普拉斯金字塔的双分支去雾方法,包括如下步骤:S1、建立包含原始清晰图像和对应的有雾图像的训练数据集A;S2、对输入图像进行裁剪和数据增强处理;S3、构建基于拉普拉斯金字塔的去雾网络LPSDNet,去雾网络LPSDNet包括多特征融合聚焦分支和拉普拉斯金字塔补充分支,两分支完成特征提取后,通过可学习融合模块来融合两分支所学习的特征;S4、采用训练数据集A对去雾网络LPSDNet进行训练,直至预先设置的损失函数收敛;结合目标函数得到训练好的去雾网络LPSDNet;S5、将待去雾的图像输入训练好的去雾网络LPSDNet进行测试和验证,得到去雾结果。本发明可充分捕获图像的全局结构信息,防止出现失真现象。

本发明授权基于拉普拉斯金字塔的双分支去雾方法在权利要求书中公布了:1.基于拉普拉斯金字塔的双分支去雾方法,其特征在于,包括如下步骤: S1、建立包含原始清晰图像和对应的有雾图像的训练数据集A; S2、对训练数据集A进行数据增强处理;包括对输入图像进行裁剪和数据增强处理; S3、构建基于拉普拉斯金字塔的去雾网络LPSDNet; 去雾网络LPSDNet包括多特征融合聚焦分支和拉普拉斯金字塔补充分支;当多特征融合聚焦分支和拉普拉斯金字塔补充分支完成特征提取后,通过可学习融合模块进一步融合多特征融合聚焦分支和拉普拉斯金字塔补充分支所学习的特征; 多特征融合聚焦分支包括编码器、解码器和跳跃连接;其中,编码器包括多个3×3卷积层、补充融合模块和混合聚焦注意力模块,通过编码器提取主特征信息、减小特征图的尺寸、增加特征通道数;解码器通过上采样层、SK融合模块、混合聚焦注意力模块、多个3×3卷积层,将编码器输出的特征图恢复到与原始图像相同的尺寸;在编码器和解码器之间设置1×1卷积层的跳跃连接,以动态融合浅层和深层特征; S4、采用训练数据集A对去雾网络LPSDNet进行训练,直至预先设置的损失函数收敛;结合L1损失函数和结构损失函数作为网络训练的目标函数,得到训练好的去雾网络LPSDNet; S5、将待去雾的图像输入训练好的去雾网络LPSDNet进行测试和验证,得到去雾结果; 步骤S3中网络将拉普拉斯金字塔补充分支提取的多尺度结构信息引入多特征融合聚焦分支,拉普拉斯金字塔补充分支采用拉普拉斯金字塔分解模块对输入的有雾图像进行多尺度分解,得到四个不同尺度的特征,拉普拉斯金字塔补充分支的输出由如下步骤得到: S31c、四个不同尺度的特征中,前三个多尺度特征传递给多特征融合聚焦分支对应的补充融合模块,后一个多尺度特征经像素填充操作将特征图尺寸扩大一倍后再传递到多特征融合聚焦分支对应的补充融合模块; S32c、利用补充融合模块和频率增强模块对高频特征、低频特征进行增强; S33c、再利用拉普拉斯金字塔重构模块对增强的高频特征、低频特征进行重构,以此得到拉普拉斯金字塔补充分支的输出。

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湖南科技大学,其通讯地址为:411201 湖南省湘潭市雨湖区石马头;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。