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！

龙图腾网获悉大连理工大学申请的专利一种基于张量可学习先验的水下图像增强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：CN121582127B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610106689.9，技术领域涉及：G06T5/90；该发明授权一种基于张量可学习先验的水下图像增强方法是由徐易;黄小茜;宋佳讯;连晓聪;季向阳设计研发完成，并于2026-01-27向国家知识产权局提交的专利申请。

本一种基于张量可学习先验的水下图像增强方法在说明书摘要公布了：本发明属于深度学习与图像处理技术领域，公开一种基于张量可学习先验的水下图像增强方法。通过设计基于TensorTrain核的可学习先验，实现对水下退化规律的显式建模。四个TensorTrain核分别对应高度、宽度、通道及图像块模态，使系统同时刻画垂直结构变化、水平散射、光谱吸收差异以及区域尺度衰减，从而显著增强对水下多模退化的描述能力。依托核预测子网络动态生成TensorTrain核，本发明的先验结构可随输入图像自适应调整，提高增强结果的稳定性与泛化能力。本发明在保持结构边缘的同时有效纠正颜色偏移、抑制散射模糊，使增强过程从传统黑箱式映射转向物理一致性的结构化推理，在复杂浑浊环境下取得更自然的色彩、更高的对比度及更好的细节恢复效果。

本发明授权一种基于张量可学习先验的水下图像增强方法在权利要求书中公布了：1.一种基于张量可学习先验的水下图像增强方法，其特征在于，步骤如下： 步骤1：对输入的水下彩色图像进行归一化和色彩预处理，以获得用于后续的预处理图像； 步骤2：通过多尺度特征提取网络处理步骤1获得的预处理图像，得到融合多尺度特征图，融合多尺度特征图中包括局部纹理、散射分布及光照变化； 步骤3：基于融合多尺度特征图，构建能同时表征空间结构、光谱衰减及图像块退化的四阶特征张量； 步骤4：对四阶特征张量沿四个模态进行平均池化或最大池化，得到模态统计向量；并利用核预测子网络根据四阶特征张量的模态统计向量动态生成TensorTrain核，构建基于TensorTrain核的可学习先验；其中，四个模态为高度、宽度、通道与图像块索引； 步骤5：基于TensorTrain核的可学习先验对四个模态间的相关性及退化强度进行结构化建模，并据此对四阶特征张量执行先验约束、光谱补偿与散射抑制，得到增强特征图； 步骤6：将增强特征图送入解码重建网络，通过卷积层及残差连接重建水下增强图像； 步骤7：通过重建损失、颜色一致性损失、结构保持损失与先验正则化损失的联合约束进行联合训练，使模型稳定学习不同水下场景的多模退化规律；训练阶段用于模型参数学习，不作为推理过程的组成部分。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。