南京理工大学吕江涛获国家专利权
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！
龙图腾网获悉南京理工大学申请的专利一种基于深度学习的图像去模糊方法和系统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：CN115293988B 。
龙图腾网通过国家知识产权局官网在2025-08-05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：202211009494.0，技术领域涉及：G06T5/73；该发明授权一种基于深度学习的图像去模糊方法和系统是由吕江涛;郑明君设计研发完成，并于2022-08-23向国家知识产权局提交的专利申请。
本一种基于深度学习的图像去模糊方法和系统在说明书摘要公布了：本发明涉及一种基于深度学习的图像去模糊方法和系统，包括获取目标图像、第一比例图像和第二比例图像；第一比例图像和第二比例图像分别为目标图像以第一比例和第二比例缩小后得到的图像；将目标图像、第一比例图像和第二比例图像输入至训练好的图像去模糊模型中，得到目标图像对应的去模糊图像；其中，图像去模糊模型采用改进的MIMO‑Unet模型，改进的MIMO‑Unet模型为将MIMO‑Unet模型中的卷积块替换为深度可分离卷积块所得到的。本发明的图像去模糊模型采用了深度可分离卷积块，降低了模型参数数量，使得图像去模糊模型可以在终端部署。
本发明授权一种基于深度学习的图像去模糊方法和系统在权利要求书中公布了：1.一种基于深度学习的图像去模糊方法，其特征在于，包括： 获取目标图像、第一比例图像和第二比例图像；所述第一比例图像和所述第二比例图像分别为所述目标图像以第一比例和第二比例缩小后得到的图像； 将所述目标图像、所述第一比例图像和所述第二比例图像输入至训练好的图像去模糊模型中，得到所述目标图像对应的去模糊图像；所述训练好的图像去模糊模型为以样本图像、所述样本图像按第一比例缩小后得到的第一比例样本图像以及所述样本图像按第二比例缩小后得到的第二比例样本图像为输入，以所述样本图像的去模糊图像为标签训练得到的模型； 其中，所述训练好的图像去模糊模型采用改进的MIMO-Unet模型，所述改进的MIMO-Unet模型为将MIMO-Unet模型中的卷积块替换为深度可分离卷积块所得到的。
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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200号南京理工大学；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号