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！

龙图腾网获悉东北电力大学申请的专利一种基于图像增强和多尺度门控网络的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：CN121258836B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511344294.4，技术领域涉及：G06T5/77；该发明授权一种基于图像增强和多尺度门控网络的图像去雾方法是由周欣欣;赵鸿皓;李欣萌;杜原泽;康慧莹;高雄;姜万昌;宋琼;张秋实设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本一种基于图像增强和多尺度门控网络的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图像增强和多尺度门控网络的图像去雾方法，具体包括以下步骤：步骤1：建立雾天图像数据集，将数据集划分为训练集、验证集和测试集；步骤2：对训练集进行图像增强预处理；步骤3：构建多尺度门控网络；步骤4：采用验证集和预处理后的训练集对多尺度门控网络进行训练，并保存训练的最优模型。步骤5：采用测试集对最优模型进行精度测试，满足精度要求，即获得最终的图像去雾模型。本发明公开的方法能够有效恢复图像中受雾气影响的目标轮廓、细节和纹理，并对由雾气导致偏灰或偏白的图像进行真实场景色彩还原，使去雾后的图像在保持清晰度提升的同时，具备更自然、真实的色彩表现力，极大地改善了图像质量。

本发明授权一种基于图像增强和多尺度门控网络的图像去雾方法在权利要求书中公布了：1.一种基于图像增强和多尺度门控网络的图像去雾方法，其特征在于，具体包括以下步骤： 步骤1：建立雾天图像数据集，将数据集划分为训练集、验证集和测试集； 步骤2：通过图像增强技术对所述训练集进行预处理； 步骤2.1：通过百分位拉伸策略和Gamma校正对有雾图像进行处理，能够有效降低雾浓度，显著提升图像对比度的同时，还原图像真实场景色彩； 步骤2.2：首先将图像从RGB空间转换至Lab空间，然后对L通道实施直方图均衡化，能够有效增强图像纹理与轮廓的清晰度，并进一步稀释图像中的雾浓度，实现对训练集的预处理； 步骤3：构建多尺度门控网络； 步骤3.1：所述多尺度门控网络由K值估计模块和清晰图像生成模块组成，K值估计模块由Conv模块1、Conv模块2、Conv模块3、Conv模块4、ECA模块、Conv-branch模块、Concat模块、Conv模块5、Spatial-Attention模块和Conv模块6组成； 所述Conv模块1、Conv模块2、Conv模块3、Conv模块4、Conv-branch模块和Conv模块6的卷积核大小均为3×3，Conv模块5的卷积核大小为1×1； 将所述验证集和预处理后的训练集作为所述K值估计模块的输入，依次经过Conv模块1、Conv模块2、Conv模块3、Conv模块4； 所述Conv模块4的输出分别作为ECA模块和Conv-branch模块的输入； 所述ECA模块和Conv-branch模块的输出作为Concat模块的输入，再依次经过Conv模块5、Spatial-Attention模块和Conv模块6得到过渡矩阵Kx； 步骤3.2：所述清晰图像生成模块是将过渡矩阵Kx带入到公式1中，从而将有雾图像转换成无雾图像，具体操作为： Jx＝KxIx+Ix1 其中，Jx表示去雾后的图像，Ix表示雾天图像，Kx为过渡矩阵，x为像素坐标； 步骤4：采用验证集和预处理后的训练集对多尺度门控网络进行训练，并保存训练的最优模型； 步骤5：采用测试集对最优模型进行精度测试，满足精度要求，即获得最终的图像去雾模型。

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东北电力大学，其通讯地址为：132000 吉林省吉林市长春路169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。