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！

龙图腾网获悉太原理工大学申请的专利一种基于参考图像的交通图像去雨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：CN119600299B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411710821.4，技术领域涉及：G06V10/30；该发明授权一种基于参考图像的交通图像去雨方法是由曹锐;张林梁;温昕;罗建宝;袁菲;李朝霞设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于参考图像的交通图像去雨方法在说明书摘要公布了：本发明属于图像处理技术领域，具体涉及一种基于参考图像的交通图像去雨方法，包括下列步骤：选择与建立数据集；对数据集进行预处理；构建去雨模型，主干网络通过堆叠多个编码器模块、多尺度特征匹配模块和解码器模块来提取丰富的特征；使用目标数据集中的训练集对去雨模型进行训练，并通过测试集验证训练好的去雨模型合格后，得到训练好的去雨模型；将待处理交通雨图输入训练好的去雨模型进行背景图重建，去雨模型输出重建后的交通道路图像。本发明构建了一种针对自然图像去雨研究的新型网络模型，该网络模型专注于特征提取，旨在精准捕捉雨图及其对应参考图像中的潜在特征，确保能够捕获更多的长距离依赖信息，以增强交通背景图像的还原精度。

本发明授权一种基于参考图像的交通图像去雨方法在权利要求书中公布了：1.一种基于参考图像的交通图像去雨方法，其特征在于，包括下列步骤： S1、选择与建立数据集； S2、对数据集进行预处理； S3、构建去雨模型，主干网络通过堆叠编码器模块、多尺度特征匹配模块和解码器模块来提取丰富的特征，这些特征能够捕捉空间变化的降雨分布；使用目标数据集中的训练集对去雨模型进行训练，并通过测试集验证训练好的去雨模型合格后，得到训练好的去雨模型； 所述S3中构建去雨模型的方法为： S3.1、图像编码：编码器模块由多个Transformer块串联而成，每个Transformer模块内部集成了多头自注意力机制与前馈神经网络，以有效捕捉图像中的全局依赖关系；在初始阶段，图像通过L1个Transformer块进行初步的特征提取，随后进行下采样，有效减少数据维度的同时提取关键特征；这些下采样后的特征图进一步通过L2个Transformer块进行深层次的特征提取与更精细的下采样； S3.2、图像解码与重建：解码器模块通过L2个Transformer块进行高级特征提取，随后经过一个上采样过程，再进入L1个Transformer块进行进一步细化处理；在整个模型的下采样阶段，编码器模块和解码器模块之间创新性地添加了一个特征对齐匹配模块；通过残差连接，将编码器模块的输出与解码器模块的输出进行拼接，来融合局部特征和对齐后的特征；取得最佳去雨性能的Transformer块递归数L1,L2,L3分别设置为2,3,3； S3.3、特征对齐匹配模块：采用一种两阶段的匹配策略，将基于参考图像的方法与特征对齐与加速匹配策略相结合，旨在克服传统去雨算法因仅考虑单图像去雨而导致的图像细节损失问题；特征对齐匹配模块能够定位并提取对去雨具有关键作用的特征块，从而优化去雨效果；将雨图特征展开为多个不重叠的区块，并为每个雨图中的区块找到最相似的参考块；为了提高精度，在每对雨块、参考块中进一步进行局部块匹配；最后根据获得的对应信息提取有用的参考特征； S4、将待处理交通雨图输入训练好的去雨模型进行背景图重建，去雨模型输出重建后的交通道路图像。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽大街79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”。