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！

龙图腾网获悉中国科学技术大学申请的专利一种基于降质关联性利用的多降质图像复原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：CN117011166B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310760188.9，技术领域涉及：G06T5/77；该发明授权一种基于降质关联性利用的多降质图像复原方法是由赵峰;张景皓设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种基于降质关联性利用的多降质图像复原方法在说明书摘要公布了：本发明涉及图像复原领域，具体涉及一种基于降质关联性利用的多降质图像复原方法，该方法包括：以任意Transformer架构的通用图像复原网络为骨干网络构建图像复原模型，对训练涉及的降质类型分别建立对应的先验码本，每一先验码本负责提取对应类型降质特征中的降质信息，并结合该类型降质的形成原理进行恢复。在分解空间集成所有降质类型的先验码本得到统一的降质成分先验码本。降质成分先验码本负责提取所有类型降质特征中的降质信息，并依据降质形成原理的预测结果进行动态加权恢复。定义模型损失训练图像复原模型，使用完成训练的图像复原网络对降质图片进行复原。当降质类型数量增多时，本发明可拓展性强；且对于未见降质，模型也能表现出较好的泛化性。

本发明授权一种基于降质关联性利用的多降质图像复原方法在权利要求书中公布了：1.一种基于降质关联性利用的多降质图像复原方法，其特征在于，包括以下步骤： 步骤一，以任意Transformer架构的通用图像复原网络为骨干网络构建图像复原模型； 步骤二，对训练过程中涉及到的K种降质类型，分别建立对应的先验码本k∈[1，K]为降质类型； 步骤三，准备K种降质类型的图像，其中同种降质类型的图像作为一个批次，每个降质图像D都对应一个干净图像Y与降质类型标签y，将所述图像预处理后作为降质类型导向的知识收集训练数据； 步骤四，定义骨干网络每个尺度输出的图像特征为输入特征xi，i代表骨干网络每个尺度的序号，计算输入特征xi的降质强化特征SDAMxi；设该批次图像降质类型为k，根据先验码本和降质强化特征SDAMxi对输入特征xi依据该类型降质的形成原理进行恢复，得到伪干净特征x′i，将伪干净特征x′i作为骨干网络下一尺度的输入特征； 步骤五，将输入降质图像D输入图像复原模型，生成恢复图像I； 步骤六，定义生成恢复图像步骤的重构损失定义降质分类损失则降质类型导向的知识收集的总体损失函数λcls为平衡重构损失与分类损失的参数； 步骤七，根据降质类型导向的知识收集的总体损失函数训练图像复原模型，直到达到预设的训练完成条件； 步骤八，集成所有降质类型的先验码本得到统一的降质成分先验 步骤九，准备一个批次包含不种降质类型的图像，将所述图像预处理后作为降质成分导向的知识整理训练数据； 步骤十，计算输入特征xi的降质强化特征SDAMxi，以统一的降质成分先验对降质强化特征SDAMxi中的降质信息进行提取得到由降质成分先验聚合的降质表示 步骤十一，根据降质成分先验聚合的降质表示对输入特征xi依据预测所得降质类型进行基于降质形成原理的动态恢复，得到伪干净特征x′i，将伪干净特征x′i作为骨干网络下一尺度的输入特征； 步骤十二，根据步骤五重新生成恢复图像； 步骤十三，以重构损失作为降质成分导向的知识整理的总体损失训练图像复原模型，直到达到预设的训练完成条件； 步骤十四，使用完成训练的图像复原模型对降质图像进行复原。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。