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！

龙图腾网获悉中国人民解放军32002部队申请的专利一种提升模糊图像识别率的图像去模糊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：CN120047351B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202411978297.9，技术领域涉及：G06T5/73；该发明授权一种提升模糊图像识别率的图像去模糊方法是由李忠博;项雅文;谢永强;王小亮设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种提升模糊图像识别率的图像去模糊方法在说明书摘要公布了：本发明公开一种提升模糊图像识别率的图像去模糊方法，属于图像处理技术领域。该方法计算复杂度低，泛化能力强，将图像去模糊和目标检测相级联，能够考虑到机器对图像感知的要求，从而增强对模糊图像目标检测的效果。其中整个网络的损失函数由去模糊网络生成去模糊图像的频率重建损失和内容感知损失以及目标检测网络的感知Yolo损失共同构成。在增强图像去模糊效果的同时，提升目标检测准确率。

本发明授权一种提升模糊图像识别率的图像去模糊方法在权利要求书中公布了：1.一种提升模糊图像识别率的图像去模糊方法，其特征在于，所述方法包括： 步骤S1、获取图像对，所述图像对包括模糊图像和所述模糊图像对应的清晰图像，所述图像对用于对网络进行训练，所述网络包括去模糊网络和目标检测网络； 步骤S2、将模糊图像输入至去模糊网络，由去模糊网络对模糊图像进行去模糊处理，从而得到去模糊图像，根据去模糊图像和清晰图像计算频率重建损失和内容感知损失； 步骤S3、将去模糊图像和清晰图像输入至目标检测网络，由目标检测网络检测对去模糊图像进行目标检测，以输出目标检测图像，并计算目标检测图像和清晰图像之间的感知Yolo损失； 步骤S4、以频率重建损失、内容感知损失和Yolo感知损失作为网络的整体损失，并反馈给去模糊网络，以优化去模糊网络的参数，从而完成对网络的训练，并利用经训练的网络进行图像去模糊处理； 所述去模糊网络包括编码器、模糊信息感知模块、频率信息增强模块和解码器；其中： 编码器由卷积层组成，将模糊图像输入到编码器中，进行特征提取，获得模糊图像的特征图； 模糊信息感知模块采用条带卷积进行模糊信息的采集与感知，使用残差式结构得到整体的模糊信息；其中，编码器提取到的模糊图像的特征图被输入至模糊信息感知模块，通过条带卷积以及激活函数来感知图像中在不同区域上的模糊以及在不同方向上的模糊； 频率信息增强模块采用小波变换将模糊图像的特征图从空间域转化到频域，并将图像特征划分为高频信息和低频信息，通过卷积函数和激活函数对高频信息进行卷积增强，结合空间域和频域信息提升对纹理细节的恢复； 将模糊信息感知模块、频率信息增强模块输出的两组增强特征相融合，通过解码器得到去模糊图像； 其中，获取图像对，经预处理后的图像大小为3×H×W，其中H×W为输入图像的尺寸，3为图像的通道数，经编码器后，图像的特征通道数拓展到C； 其中，将经编码器后大小为C×H×W的图像特征F输入到频率信息增强模块中进行特征增强，频率信息增强模块由小波变换、卷积层、激活函数、归一化层以及小波逆变换构成，计算流过程为：首先对图像特征F进行小波变换，获得高高频、高低频、低高频、低低频四个子代特征，分别如下： FHH,FLH,FHL,FLL＝DWTF DWT表示小波变换； 对高频信息进行卷积学习后，将高频信息与低频信息相融合，通过小波逆变换得到频率增强的特征图，通过Sigmoid函数将特征图映射成权值特征图M： M＝SigmoidIDWTconcateConvFHH,FLH,FHL,FLL IDWT表示小波逆变换； 图像特征F包含原始图像内容与频率特征信息，通过卷积操作进一步提取图像特征，获得特征图F4，将其与权值特征图M相乘，获得高频信息的增强特征F_f： F4＝ConvNormReLUConvF Norm表示归一化。

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人民解放军32002部队，其通讯地址为：100141 北京市丰台区大成路13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。