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！

龙图腾网获悉昆明理工大学申请的专利基于扰动防御和语义引导的真实场景图像去雾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：CN120580173B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511053851.7，技术领域涉及：G06T5/77；该发明授权基于扰动防御和语义引导的真实场景图像去雾方法是由张亚飞;宋帅田;李华锋;谢明鸿设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本基于扰动防御和语义引导的真实场景图像去雾方法在说明书摘要公布了：本发明涉及基于扰动防御和语义引导的真实场景图像去雾方法，属计算机图像处理领域。本发明包括：构建扰动防御模块，获取防御后的特征并输入到去雾网络，在前向传播过程中对防御后的特征进行特征提取并输入到去雾解码器中，将低维度特征进一步恢复成去雾后的图像；将合成域有雾图像输入到源去雾网络中处理输出中间特征；将特征提取模块提取的特征输入到语义解码器；语义解码器利用学习到的语义特征来帮助去雾网络的图像恢复；将去雾解码器的去雾特征和语义解码器的语义特征进行融合；训练内容扰动防御模块、语义解码器、源去雾网络、多尺度融合模块和去雾网络；将训练好的去雾网络用于对有雾图像进行去雾。本发明能产生更清晰、更真实的去雾图像。

本发明授权基于扰动防御和语义引导的真实场景图像去雾方法在权利要求书中公布了：1.基于扰动防御和语义引导的真实场景图像去雾方法，其特征在于：所述方法包括： Step1、获取RGB三通道的合成域有雾图像，并对合成域有雾图像进行预处理； Step2、构建扰动防御模块，扰动防御模块包括高频信息防御分支和低频信息防御分支，将注入扰动的合成域有雾图像分别输入到扰动防御模块的高频信息防御分支和低频信息防御分支，分别用于获取过滤后的高频特征和过滤后的低频特征；然后将过滤后的高频特征和过滤后的低频特征合并为防御后的特征； Step3、构建去雾网络，去雾网络包括特征提取模块和去雾解码器；将防御后的特征输入到去雾网络，在前向传播过程中对防御后的特征进行特征提取，然后将特征提取模块提取的特征输入到去雾解码器中，将低维度特征恢复成去雾后的图像； Step4、构建源去雾网络，将合成域有雾图像输入到源去雾网络中并将参数固定，输出中间特征； Step5、构建语义解码器，将特征提取模块提取的特征输入到语义解码器；语义解码器通过学习语义特征为去雾解码器实时提供语义信息；在前向传播过程中，语义解码器利用学习到的语义特征来帮助去雾网络的图像恢复； Step6、构建多尺度融合模块，将去雾解码器的去雾特征和语义解码器的语义特征进行融合；同时，通过多尺度融合模块，将语义解码器生成的语义嵌入到去雾解码器生成的去雾特征中； Step7、训练内容扰动防御模块、语义解码器、源去雾网络、多尺度融合模块和去雾网络； Step8、将待去雾的真实域有雾图像输入到训练好的去雾网络进行去雾，得到去雾后的图像； 所述Step6包括： 首先将语义特征和去雾特征进行通道拼接和卷积操作得到特征，紧接着利用由全局平均池化、卷积、激活函数、卷积和Softmax组成的门控操作对拼接和卷积操作得到特征进行处理，获取融合权重；这个门控操作能动态调整去雾网络对图像去雾有用信息的关注程度，用于使去雾网络筛选出图像恢复的融合特征；然后将融合权重与拼接和卷积操作得到的特征进行像素点乘得到融合后的特征；融合后的特征得到的过程定义为： ； ； ；其中，代表语义特征，代表去雾特征，代表通道拼接操作，代表全局最大池化操作，代表卷积操作，代表激活函数，代表Softmax函数，代表融合权重，代表像素点乘操作，代表融合后的特征。

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昆明理工大学，其通讯地址为：650500 云南省昆明市呈贡区景明南路727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。