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！

龙图腾网获悉西安电子科技大学申请的专利一种基于UAVD-Net的无人机遥感图像去雾方法、系统、设备及介质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：CN119399078B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202411502289.7，技术领域涉及：G06T5/77；该发明授权一种基于UAVD-Net的无人机遥感图像去雾方法、系统、设备及介质是由周绥平;李晨阳;郭峰;师佳琦;冀宏敏设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本一种基于UAVD-Net的无人机遥感图像去雾方法、系统、设备及介质在说明书摘要公布了：一种基于UAVD‑Net的无人机遥感图像去雾方法、系统、设备及介质，构建非均匀雾霾遥感图像数据集，包括训练集、验证集和测试集；构建基于UAVD‑Net的无人机遥感图像去雾网络；使用训练集和验证集训练基于UAVD‑Net的无人机遥感图像去雾网络，得到最优训练权重文件Dehaze.pt；使用测试集和最优训练权重文件Dehaze.pt对基于UAVD‑Net的无人机遥感图像去雾网络进行无人机遥感图像去雾，得到无人机遥感图像去雾结果；系统、设备及介质用于实现该方法；本发明通过在网络中引入多层级全局信息捕捉模块、自适应局部信息增强模块和交叉通道特征融合模块，有效将图像的全局信息和局部特征进行融合，实现了互补，有效提高非均匀雾霾情况下，无人机遥感图像的去雾精度，具有适应性强、去雾精度高的优点。

本发明授权一种基于UAVD-Net的无人机遥感图像去雾方法、系统、设备及介质在权利要求书中公布了：1.一种基于UAVD-Net的无人机遥感图像去雾方法，其特征在于，包括以下步骤： 步骤一：构建非均匀雾霾遥感图像数据集，包括训练集、验证集和测试集； 步骤二：构建基于UAVD-Net的无人机遥感图像去雾网络，包括编码器、纹理细节特征提取子网络和解码器； 所述编码器，包括CNN网络层、五个多层级全局信息捕捉模块和求和层；多层级全局信息捕捉模块包括patchembedding层、位置编码层、多层级编码器和去雾增强层，其中多层级编码器包括三个多头自注意力机制层、三个前馈网络层、两个归一化层和一个线性归一化层；去雾增强层包括一个卷积层、一个ReLU激活函数、三个混合注意力机制层和三个归一化层；多层级全局信息捕捉模块表示为下式： Foutput＝DELMLEPE+PEbFinput； 所述纹理细节特征提取子网络包括一个Conv层和四个自适应局部信息增强模块；自适应局部信息增强模块包括两个串联的Conv层、两个多头自注意力机制层、两个求和归一化层和一个位置编码层；自适应局部信息增强模块表示为下式： FALIE＝F3+ConvConvF' F3＝ANMHSAF2,F2 F2＝ANMHSAF1 F1＝ConvConvF'+PE； 所述解码器包括一个交叉通道特征融合模块；使用交叉通道特征融合模块将全局特征和局部特征进行融合，交叉通道特征融合模块包括一个上采样层、一个通道注意力机制、两个Conv层、一个ReLU激活函数、两个求合层、一个卷积核为3的Conv层、一个卷积核为5的Conv层和一个卷积核为7的Conv层；交叉通道特征融合模块表示为下式： F*＝ConvCatConvCatReLUConvupFG,CAMFL,upFGi； 步骤三：使用步骤一构建的非均匀雾霾遥感图像数据集中的训练集和验证集训练步骤二构建的基于UAVD-Net的无人机遥感图像去雾网络，得到最优训练权重文件Dehaze.pt； 步骤四：使用步骤一构建的非均匀雾霾遥感图像数据集中的测试集和步骤三得到的最优训练权重文件Dehaze.pt对步骤二构建的基于UAVD-Net的无人机遥感图像去雾网络进行无人机遥感图像去雾，得到无人机遥感图像去雾结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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”。