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！

龙图腾网获悉合肥工业大学申请的专利一种基于3D卷积的偏振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：CN116452450B 。

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：202310390770.0，技术领域涉及：G06T5/73；该发明授权一种基于3D卷积的偏振图像去雾方法是由王昕;付伟;于海潮;高隽设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本一种基于3D卷积的偏振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3D卷积的偏振图像去雾方法，包括：1、利用偏振图像生成通道获取合成的偏振图像数据集；2、构建基于3D卷积的使用偏振图像的深度卷积神经网络，以四张不同偏振角度的偏振图像作为输入，对深度卷积神经网络进行训练，得到去雾模型；3、利用训练好的模型对待去雾的偏振图像进行去雾处理，得到恢复好的无雾图像。本发明能实现基于3D卷积的偏振图像去雾，以有效提高复杂多变场景下的去雾效果，从而能为许多高级视觉任务提供更加清晰的图像。

本发明授权一种基于3D卷积的偏振图像去雾方法在权利要求书中公布了：1.一种基于3D卷积的偏振图像去雾方法，其特征在于，是按照如下步骤进行： 步骤1、获取合成的偏振图像数据集； 步骤1.1、获取带有场景深度图dz和语义分割图S的无雾图像Jz； 步骤1.2、在一定范围内对大气散射因子β、全局大气光A∞和全局大气光的偏振度DoPA随机赋值，从而利用式1生成像素点z处的雾天图像Iz： Iz＝Tz+Az＝Jztz+A∞1-tz1 式1中，z表示像素的空间坐标，Tz，Az分别表示像素点z处的透射光和大气光，Jz表示无雾图像，tz表示像素点z处的传输图，且tz＝e-βdz，其中，dz表示像素点z处的场景深度图； 步骤1.3、计算透射光T的偏振度DoPT＝gS，其中，S表示语义分割图，g表示随机映射函数； 步骤1.4、利用式2计算雾天图像I的偏振度DoP： I·DoP＝T·DoPT+A·DoPA2 式2中，DoPA表示大气光A的偏振度； 步骤1.5、利用式3计算偏振角为的偏振图像 式3中，表示用于传输平行于入射平面的分量的偏振片的方向，且 步骤2、基于U-Net架构构建基于3D卷积的偏振图像去雾模型，包含：POL-3D编码器、空间冗余减少模块SSR、POL解码器； 步骤2.1、构建由M个3D卷积层构成的所述POL-3D编码器，其中，第m级3D卷积层依次包括：一个卷积层，一个实例归一化和一个ReLU激活函数层；且每个卷积层的卷积核大小均是一个包含3个整数的元组构成，分别表示深度、高度和宽度三个维度上的卷积核大小； 步骤2.2、对不同偏振角的偏振图像进行数据升维和融合操作后再进行融合，从而得到4维高维特征图输入到POL-3D编码器中，并依次通过M个3D卷积层，从而获得M个不同通道数、偏振角、高度和宽度的特征图，其中，所述高维特征图的4个维度包括通道数，偏振角，图像高度和宽度； 步骤2.3、所述空间冗余减少模块SSR对M个特征图进行处理后，得到M个有效特征图F1，F2，...，Fm，...，FM； 步骤2.4、所述POL解码器对M个有效特征图F1,F2,…,Fm,…,FM进行处理后，输出最终的去雾预测图； 步骤3、训练基于3D卷积的偏振图像去雾模型； 基于偏振图像及其对应的真实无雾图像，利用ADAM优化器对所述基于3D卷积的偏振图像去雾模型进行训练，并使用平均绝对误差L1Loss作为损失函数，用于计算去雾预测图与真实无雾图之间的损失，以更新模型参数，直到损失函数收敛为止，从而得到最优基于3D卷积的使用偏振图像的去雾模型，用于对合成的偏振有雾图像和真实拍摄的偏振有雾图像进行去雾处理。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。