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！

龙图腾网获悉广东工业大学申请的专利一种图像去雨方法及装置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：CN117078574B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202311045217.X，技术领域涉及：G06T5/50；该发明授权一种图像去雨方法及装置是由施煜锴;史慈丹;吴寒;杨志景;秦景辉设计研发完成，并于2023-08-17向国家知识产权局提交的专利申请。

本一种图像去雨方法及装置在说明书摘要公布了：本发明公开了一种图像去雨方法及装置，包括：获取有雨图像和对应的红外图像；分别将有雨图像和红外图像输入预设的去雨网络，通过去雨网络提取图像特征、对图像特征进行编码和解码、根据解码后的图像特征预测雨条负残差信息，以及根据雨条负残差信息生成去雨图像和去雨红外图像；将去雨图像和去雨红外图像输入预设的融合网络，通过融合网络根据去雨图像和去雨红外图像生成融合图像、对融合图像进行亮度信息估计、根据亮度信息估计结果生成光照增强的去雨图像、对去雨红外图像进行校准，以及根据融合图像的亮度信息估计结果和校准后的去雨红外图像迭代融合以生成实现像素信息最大化的光照增强的去雨图像。该方法能够兼顾去除雨线和改善低光照影响。

本发明授权一种图像去雨方法及装置在权利要求书中公布了：1.一种图像去雨方法，其特征在于，所述方法包括： 获取有雨图像和对应的红外图像； 分别将所述有雨图像和所述红外图像输入预设的去雨网络，获得去雨图像和去雨红外图像； 具体包括： 通过一个卷积层，将所述有雨图像和所述红外图像转换为低维特征表示的有雨图像和红外图像； 将所述低维特征表示的有雨图像和红外图像输入第一个注意力层组模块，提取所述有雨图像和红外图像的浅层特征； 通过编码解码模块，对所述有雨图像和红外图像的浅层特征进行编码和解码； 将解码后的所述有雨图像和红外图像输入第二个所述注意力层组模块，进一步提取所述有雨图像和红外图像的深层特征，获得预测的雨条负残差信息； 通过一个卷积层，将所述雨条负残差信息映射输出为特征图像，并通过对所述特征图中的所述雨条负残差信息和所述有雨图像以及红外图像进行求和，获得所述去雨图像和所述去雨红外图像; 所述去雨网络用于提取图像特征、对图像特征进行编码和解码、根据解码后的图像特征预测雨条负残差信息，以及根据所述雨条负残差信息生成所述去雨图像和所述去雨红外图像； 将所述去雨图像和所述去雨红外图像输入预设的融合网络，获得光照增强的去雨图像； 具体包括： 将所述去雨图像由RGB空间转换到YCrCb空间，得到所述去雨图像在YCrCb空间的三个分量图像； 将所述去雨图像的Y分量图像和所述去雨红外图像输入预训练的特征提取模块中，提取出对应的特征图；其中，所述特征图包括浅层特征图和深层特征图； 将所述特征图输入信息度量模块，计算获得所述去雨图像和所述去雨红外图像的信息测量值，并根据所述信息测量值计算获得所述去雨图像和所述去雨红外图像的信息保留度； 将所述去雨图像和所述去雨红外图像输入图像融合模块，根据所述去雨图像和所述去雨红外图像的信息保留度对所述去雨图像和所述去雨红外图像进行融合，生成融合图像； 将所述融合图像由YCrCb空间转化到RGB空间； 通过光照估计模块对所述融合图像进行像素级参数的亮度信息估计，并将估计获得的逐像素的曲线参数应用到输入所述融合网络的去雨图像中，获得光照增强的去雨图像；同时，通过内容校准模块对输入所述融合网络的去雨红外图像进行校准； 将所述光照增强的去雨图像和校准后的去雨红外图像重新输入所述融合网络，并不断地进行迭代融合，最终生成实现像素信息最大化的光照增强的去雨图像； 所述融合网络用于根据所述去雨图像和所述去雨红外图像生成融合图像、对所述融合图像进行亮度信息估计、根据亮度信息估计结果生成光照增强的去雨图像、对所述去雨红外图像进行校准，以及根据所述融合图像的亮度信息估计结果和校准后的去雨红外图像迭代融合以生成实现像素信息最大化的光照增强的去雨图像。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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”。

以上内容由龙图腾AI智能生成。