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！

龙图腾网获悉青岛理工大学申请的专利基于小波变换与数字滤波细节引导的图像去雨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：CN120876306B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202511395022.7，技术领域涉及：G06T5/73；该发明授权基于小波变换与数字滤波细节引导的图像去雨方法是由邓兆鹏;李盛浩;王蒙蒙;白亚宁;亓琦;纪念;陈禹;刘军;赵富哲设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本基于小波变换与数字滤波细节引导的图像去雨方法在说明书摘要公布了：本申请涉及深度学习和图像处理领域，公开了一种基于小波变换与数字滤波细节引导的图像去雨方法，包括应用一经训练的图像去雨模型对输入的有雨图像进行处理，所述方法包括：获取有雨图像，将所述有雨图像输入所述图像去雨模型进行处理，而后输出去雨图像。本申请通过引入图像先验知识，能够更好地适应不同的图像去雨任务，并结合数字滤波对图像噪声进行有效抑制，从而提高恢复的质量和精度，通过融合不同尺度的特征信息，提高图像去雨的准确性和鲁棒性。

本发明授权基于小波变换与数字滤波细节引导的图像去雨方法在权利要求书中公布了：1.基于小波变换与数字滤波细节引导的图像去雨方法，其特征在于，包括应用一经训练的图像去雨模型对输入的有雨图像进行处理，所述方法包括：获取有雨图像，将所述有雨图像输入所述图像去雨模型进行处理，而后输出去雨图像； 所述图像去雨模型对输入的有雨图像进行处理，包括以下步骤： S1、可学习小波分解： 通过可学习小波将输入的有雨图像分解为多级低频子带和高频子带； S2、细节调制： 对所述有雨图像与多级所述低频子带进行逐级带通滤波，得到多级细节信息；将多级细节信息融合并通过融合后的细节信息对所述有雨图像中的背景信息和雨层信息进行细节调制，得到背景特征和雨层特征； S3、双分支处理和动态交互感知解耦： 对所述背景特征通过背景分支进行处理，所述背景分支能够有效保留有雨图像的低频结构信息，对所述雨层特征通过雨层分支进行处理，所述雨层分支通过全局建模得到雨纹分布； 所述背景分支中至少包括：对所述背景特征通过深度可分离卷积处理，再通过多尺度分组卷积处理，对所述多尺度分组卷积增强后的所述背景特征进行SE通道注意力增强，将SE通道注意力增强后的所述背景特征与原始的所述背景特征通过加权残差融合处理，最终输出的经过所述背景分支处理的所述背景特征； 对所述背景分支和所述雨层分支的输出，通过动态交互感知机制处理，所述动态交互感知机制是通过全局门控权重综合全局信息，即全局注意力，通过空间调制生成局部注意力，通过注意力权重融合全局注意力和局部注意力，得到解耦后的背景特征和雨层特征； S4、对解耦后的所述背景特征和所述雨层特征进行图像重构，最终得到去雨图像。

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青岛理工大学，其通讯地址为：266033 山东省青岛市市北区抚顺路11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。