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！

龙图腾网获悉福州大学申请的专利一种基于小波变换的非成对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：CN115731199B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202211486776.X，技术领域涉及：G06T7/00；该发明授权一种基于小波变换的非成对水下图像增强方法是由牛玉贞;张凌昕;李悦洲;何玉琦设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本一种基于小波变换的非成对水下图像增强方法在说明书摘要公布了：本发明涉及一种基于小波变换的非成对水下图像增强方法。包括：将待训练的非成对的数据进行预处理；设计基于小波变换的水下图像增强网络，对输入图像的低频和高频部分进行分别处理，再对高频部分和低频部分进行结合；搭建循环生成对抗网络框架，与基于小波变换的水下图像质量增强网络结合得到基于小波变换的非成对水下图像增强网络；设计用于训练非成对水下图像增强网络的目标损失函数；使用非成对的图像训练基于小波变换的非成对水下图像增强网络收敛到纳什平衡；将待增强水下图像进行归一化处理，然后输入训练好的水下图像增强模型，输出增强图像。本发明能对水下图像进行增强，运用非成对水下图像进行模型训练，解决水下图像失真问题。

本发明授权一种基于小波变换的非成对水下图像增强方法在权利要求书中公布了：1.一种基于小波变换的非成对水下图像增强方法，其特征在于，包括如下步骤： S1、将待训练的非成对的数据进行数据预处理、数据增强和归一化处理； S2、设计基于小波变换的水下图像增强网络，通过小波变换对输入图像的低频和高频部分分别处理，低频部分使用低频处理模块进行校正，高频部分使用高频处理模块进行校正，最后再对高频部分和低频部分进行结合；具体实现如下： S21、基于小波变换的水下图像增强网络的输入为归一化后的水下图像将图像输入基于小波变换的水下图像增强网络后，图像经过一个卷积核为1×1、步长为1的卷积，两个卷积核为3×3、步长为1的卷积，提取水下图像初始特征F1out；水下图像特征F1out通过一个小波池化层被分解为低频特征ll和高频特征lh,hl,hh； S22、设计基于小波变换的水下图像增强网络中的低频处理模块；低频特征ll进入结合注意力机制的U-Net网络结构的低频处理模块，得到处理后的低频特征ll'；具体实现如下： S221、设计S22中的结合注意力机制的U-Net网络结构的低频处理模块；低频处理模块由一个七个模块堆叠的U-Net网络结构组成，低频处理模块的第2，4，6层的跳连部分，各结合一个低频注意力模块；U-Net的网络结构中的降采样模块由一个激活函数，一个归一化层，一个2×2的卷积组成； S222、设计S221中的低频注意力模块；低频注意力模块由一个拓展网络串联一个3×3的卷积，一个通道注意力模块组成；拓展网络由三层并联的不同数量的卷积块和一个特征拼接操作串联组成，每个卷积块由一个卷积和一个激活函数串联组成；拓展网络的第一层是一个1×1的卷积块，第二层是一个1×1的卷积块串联一个3×3的卷积块，第三层是一个1×1的卷积块串联两个3×3的卷积块；拓展网络输出的特征经过一个3×3的卷积和一个通道注意力模块； S23、设计基于小波变换的水下图像增强网络中的高频处理模块；高频处理模块采用三个并联的高频注意力模块分别处理三个高频特征lh,hl,hh，输出处理后的高频特征为lh',hl',hh'；高频注意力模块由一个拓展网络串联一个3×3的卷积，一个空间注意力模块，一个通道注意力模块组成；拓展网络由三层并联的不同数量的卷积块和一个特征拼接操作串联组成，每个卷积块由一个卷积和一个激活函数串联组成；第一层是一个3×3的卷积块，第二层是两个3×3的卷积块，第三层是三个3×3的卷积块；拓展网络输出的特征经过一个3×3的卷积，一个空间注意力模块，和一个通道注意力模块； S24、将低频特征ll'和高频特征lh',hl',hh'融合并输出增强图像；低频特征和高频特征首先通过一个小波反池化层，再通过两个卷积核为4×4、步长为1的卷积，输出增强图像E；小波反池化层是在小波池化层的基础上将其卷积设为反卷积； S3、搭建循环生成对抗网络，与基于小波变换的水下图像质量增强网络结合得到基于小波变换的非成对水下图像增强网络； S4、设计基于小波变换的非成对水下图像增强网络的目标损失函数； S5、使用非成对的图像训练基于小波变换的非成对水下图像增强网络收敛到纳什平衡； S6、将待增强水下图像进行归一化处理，然后输入训练好的基于小波变换的非成对水下图像增强网络，输出增强图像。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。