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！

龙图腾网获悉武汉理工大学申请的专利一种基于扩散模型的光学遥感图像去云雾方法及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：CN116777764B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310587059.4，技术领域涉及：G06T5/70；该发明授权一种基于扩散模型的光学遥感图像去云雾方法及系统是由段鹏飞;路艺华;熊盛武设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本一种基于扩散模型的光学遥感图像去云雾方法及系统在说明书摘要公布了：本发明提供一种基于扩散模型的光学遥感图像去云雾方法，将云雾图像输入条件编码器进行条件编码，得到第一隐空间向量；所述条件编码器包括多组图像下采样‑特征注意力提取结构；采用编码器对无关清晰图像进行编码，得到第二隐空间向量；通过扩散模型对所述第二隐空间向量进行前向扩散，以逐步加噪，得到加噪向量；将所述加噪向量与第一隐空间向量进行拼接，并通过扩散模型进行逆向扩散以去噪，得到第三隐空间向量；对所述第三隐空间向量输入解码器进行解码，得到所述云雾图像的去云雾图像。

本发明授权一种基于扩散模型的光学遥感图像去云雾方法及系统在权利要求书中公布了：1.一种基于扩散模型的光学遥感图像去云雾方法，其特征在于：包括以下步骤： 步骤S1：将云雾图像输入条件编码器进行条件编码，得到条件变量的第一隐空间向量； 所述条件编码器包括多组图像下采样‑特征注意力提取结构； 步骤S2：采用编码器对无关清晰图像进行编码，得到第二隐空间向量； 步骤S3：通过扩散模型对所述第二隐空间向量进行前向扩散，以逐步加噪，得到加噪向量； 步骤S4：将所述加噪向量与第一隐空间向量进行拼接，并通过扩散模型进行逆向扩散以去噪，得到第三隐空间向量； 步骤S5：对所述第三隐空间向量输入解码器进行解码，得到所述云雾图像的去云雾图像； 所述条件编码器的预训练过程包括以下步骤： 步骤S11：构建预训练网络，所述预训练网络包括五个阶段，每个阶段由一个采样模块和一个特征注意力模块组成，其中前三个所述采样模块为下采样，后两个采样模块为上采样； 步骤S12：将清晰的光学遥感图像输入所述预训练网络，得到预训练隐空间向量； 步骤S13：将所述预训练隐空间向量进行解码，得到重建图像； 步骤S14：将所述重建图像与所述光学遥感图像进行比对，当小于设定阈值时训练完成，得到所述条件编码器的参数；否则重复步骤S12至步骤S14，直到训练完成； 所述扩散模型的预训练过程包括以下步骤： 步骤S21：将一张无关的清晰光学遥感图像输入扩散模型得到噪声隐空间向量； 步骤S22：将有云雾图像输入训练完成的所述条件编码器得到有云雾隐空间向量； 步骤S23：将所述有云雾隐空间向量与噪声隐空间向量进行拼接并去噪得到结果图像； 步骤S24：设定损失函数，基于所述结果图像和有云雾图像对应的无云雾图像，通过反向传播算法对所述扩散模型的参数进行更新，以完成所述扩散模型的预训练。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。