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！

龙图腾网获悉湖南科技大学申请的专利基于频率信息差异化融合的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：CN120725904B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511163952.X，技术领域涉及：G06T5/60；该发明授权基于频率信息差异化融合的去雾方法是由张添铸;廖苗;赵于前;梁伟;龚波设计研发完成，并于2025-08-20向国家知识产权局提交的专利申请。

本基于频率信息差异化融合的去雾方法在说明书摘要公布了：本发明公开了一种基于频率信息差异化融合的去雾方法，包括以下步骤：建立包含原始无雾图像和对应的有雾图像的训练数据集；对训练数据集进行数据增强处理；构建基于频率信息差异化融合的去雾网络；采用训练数据集对去雾网络进行训练，直至预先设置的损失函数收敛；结合损失函数和频域损失作为网络训练的目标函数，得到训练好的去雾网络；将待去雾的图像输入训练好的去雾网络进行测试和验证，得到去雾结果。本发明能够有效避免网络在训练早期陷入细节过拟合或忽略全局信息的问题，从而在多种雾化程度和复杂场景下均获得更高的去雾质量与更稳定的泛化性能。

本发明授权基于频率信息差异化融合的去雾方法在权利要求书中公布了：1.一种基于频率信息差异化融合的去雾方法，其特征在于，包括以下步骤： S1：建立包含原始无雾图像和对应的有雾图像的训练数据集； S2：对训练数据集进行数据增强处理，包括对输入图像进行裁剪和图像翻转的操作； S3：构建基于频率信息差异化融合的去雾网络； 构建的去雾网络采用了一种U形编码器-解码器架构来进行图像去雾；给定任何有雾的图像I，I∈R3×H×W，H、W分别代表图像尺寸的高和宽，R为实数域，去雾网络首先应用3×3卷积生成大小为C×H×W的浅层特征，其中C代表通道数；然后，浅层特征通过3个U型特征提取模块UFEM以获得多尺度特征； 在编码阶段，特征通过离散小波变换DWT进行转换，分解为低频分量和高频分量，低频分量和高频分量通过高低频信息差异化融合模块HLFDFM与主路径特征融合； 在解码阶段，特征通过另外三个U型特征提取模块和上采样逐步恢复高分辨率特征，以获得最终的输出； 高低频信息差异化融合模块包含三个输入和一个输出，将由小波变换得到的高频信息HF与低频信息LL与U型特征提取模块提取的原始特征RF进行融合；高低频信息差异化融合模块的操作过程为： 高低频信息差异化融合模块首先针对所接受的三个输入进行差异化的处理，RF输入到Convs模块以进一步提取特征，得到增强后的特征RF'；LL通过低频增强通道注意力块进行处理，强化低频特征中的全局结构和光照信息，生成强化后的特征LL'；HF被送入高频信息放大块，通过放大高频特征中的边缘和细节信息，增强对图像局部结构的表征能力，得到最终特征HF'； LL'与可学习参数a相乘，HF'与1-a相乘，二个相乘的结果最终与RF'相加，生成最终输出O；具体的数学表达式如下： RF'=ConvsRF； LL'=LFECALL； HF'=HFEBHF； O=RF'+a·LL'+1-a·HF'； 其中，Convs表示Convs模块，LFECA表示低频增强通道注意力块，HFEB表示高频放大块； S4：采用训练数据集对去雾网络进行训练，直至预先设置的损失函数收敛；结合损失函数和频域损失作为网络训练的目标函数，得到训练好的去雾网络； S5：将待去雾的图像输入训练好的去雾网络进行测试和验证，得到去雾结果。

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湖南科技大学，其通讯地址为：411105 湖南省湘潭市雨湖区石马头；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。