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！

龙图腾网获悉北京理工大学申请的专利一种基于雨线位置先验的夜间图像去雨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：CN116152089B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202211710369.2，技术领域涉及：G06T5/73；该发明授权一种基于雨线位置先验的夜间图像去雨方法和系统是由付莹;张帆;郑德智设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种基于雨线位置先验的夜间图像去雨方法和系统在说明书摘要公布了：本发明涉及一种基于雨线位置先验的夜间图像去雨方法和系统，属于计算机视觉处理技术领域。本发明使用循环残差网络模型从图像去雨数据集中学习与雨线位置信息强相关的雨线位置先验，并针对性地应用到夜间图像去雨任务中。采用自注意力机制对学习到的雨线位置先验进行调制，通过加权方式提升雨线区域的权重并抑制背景区域的权重，引导后续去雨网络模型关注于雨线区域的雨线去除及背景信息的恢复。通过施加图像去雨任务损失函数作为约束，联合训练雨线位置先验模块、雨线先验注入模块和去雨模块，实现夜间图像去雨的目的。本发明有效解决了夜间场景中雨线外观与光源相对位置强相关的问题，提高了现有图像去雨网络模型在夜间有雨场景下的去雨表现。

本发明授权一种基于雨线位置先验的夜间图像去雨方法和系统在权利要求书中公布了：1.一种基于雨线位置先验的夜间图像去雨方法，其特征在于，包括以下步骤： 步骤1：模型改进阶段，从训练数据中学习雨线位置先验并进行调制，然后将该先验信息注入到模型中； 步骤1.1：使用循环残差网络模型，从图像去雨数据集中的数据中学习雨线位置先验，能够对夜间有雨图像进行处理，得到对应的雨线位置先验结果； 对循环残差网络模型的输出维度进行修改，指导其输出单通道的雨线位置先验结果； 前一阶段的先验结果与原始有雨图像在通道维度上进行拼接后，输入该模型的下一阶段，进行迭代优化；具体表示为： 其中，为模型第k阶段的输出，为模型第k-1阶段的输出，RLP表示基于循环残差网络的雨线位置先验模块，I为夜间有雨图像，θ为网络模型待优化的参数，N为模型的循环总阶段数； 步骤1.2：使用自注意力方法，对雨线位置先验进行调制，生成相应权重对先验进行加权； 将雨线位置先验以及RLP模块输出层之前的特征张量f，输入雨线先验注入模块RPIM中；使用自注意力方法，对雨线位置先验和对应特征张量进行加权调制，得到调制后的雨线位置先验和特征张量z，具体表示为： 其中，σ为该模块待优化的模型参数； 步骤1.3：将经过调制的雨线位置先验和特征张量，通过输入部分的特征映射结构，注入到现有图像去雨模型结构中； 将经过调制的雨线位置先验和特征张量z，分别与现有图像去雨模型的输入以及输入部分特征映射结构输出的特征张量进行通道维度的拼接，将雨线位置先验注入到现有图像去雨模型中，从而指导对夜间场景中的雨线进行识别，具体表示为： 其中，则为最终去雨结果，DM为现有图像去雨模型，I为原始有雨图像，和z分别为经过调制的雨线位置先验和特征张量，Θ为现有图像去雨模型待优化的参数； 步骤2：训练阶段，利用现有图像去雨数据集，对步骤1中针对夜间场景光照特点的去雨模型进行训练；将原始有雨图像输入模型中，得到网络输出的去雨结果后，与成对的干净背景图像进行损失函数的计算，完成模型训练； 步骤3：使用阶段，利用步骤2中训练得到的图像去雨模型，对需要处理的夜间有雨图像进行雨线去除，得到去除雨线和恢复背景细节后的结果。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。