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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于深度学习的深海环境下的图像矫正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：CN116433886B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310468481.8，技术领域涉及：G06V10/24；该发明授权一种基于深度学习的深海环境下的图像矫正方法是由李竹;王智聪;彭时林;史剑光;杨刚;闫仕娟设计研发完成，并于2023-04-25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深海环境下的图像矫正方法在说明书摘要公布了：本发明公开了一种基于深度学习的深海环境下的图像矫正方法，包括以下步骤：S10，获取深海拍摄图像；S20，根据传感器参数筛选需要矫正的图像；S30，将待矫正图像输入到特征提取网络提取特征；S40，将提取到的特征和原图一起输入到生成网络获得矫正后的图像。本发明提供的深海图像矫正方法，可以消除成像系统大幅抖动产生的误差，以提高深海三维成像的精度。

本发明授权一种基于深度学习的深海环境下的图像矫正方法在权利要求书中公布了：1.一种基于深度学习的深海环境下的图像矫正方法，其特征在于，包括以下步骤： S10，获取深海拍摄图像； S20，根据传感器参数筛选需要矫正的图像； S30，将待矫正图像输入到特征提取网络提取特征； S40，将提取到的特征和原图一起输入到生成网络获得矫正后的图像； 所述传感器包括高度计和陀螺仪； 所述根据传感器参数筛选需要矫正的图像的方法为： S21，获取的每张图像均对应一个高度计采集数据和一个陀螺仪采集数据； S22，通过这两个数据判断当时摄像机是否处于设定高度和是否发生旋转； S23，若有，则将该图像判断为待矫正图像； 所述将待矫正图像输入到特征提取网络提取特征，具体为：将待矫正图像输入至特征提取网络，该网络包含多层卷积层和池化层，逐层提取图像特征，通过特征提取网络的公式为： x1＝CNNx x2＝Attentionx1 x3＝FCx2 其中，x为待矫正图像，CNN代表卷积神经网络层，x1为经过卷积神经网络层后输出的特征图；Attention代表自注意力层，x2为经过自注意力层后输出的特征图；FC代表全连接层，x3为经过全连接层后输出的特征图； 所述卷积神经网络层包括卷积层、池化层和非线性层，其中非线性层对应的公式为， ynl＝ReLUx3 其中，ynl为经过非线性层后输出的特征图，ReLU代表非线性函数，x3为经过全连接层后输出的特征图； 所述卷积层采用尺寸为3×3，步长为1的卷积核； 所述池化层采用尺寸为2×2，步长为2的滑动窗口； 所述自注意力层采用多头注意力机制提取特征； 所述生成网络包括反卷积层、特征拼接层、卷积层和输出层； 所述特征拼接层具体为对特征提取网络提取到的特征图做反卷积，然后和低维特征图拼接在一起。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街1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。