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！

龙图腾网获悉北京理工大学申请的专利一种基于无监督学习的统一图像去雾和去噪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：CN116664414B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310306064.3，技术领域涉及：G06T5/73；该发明授权一种基于无监督学习的统一图像去雾和去噪方法是由张睿恒;曹哲;徐立新;丁伯圣;杨志东;高翔设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种基于无监督学习的统一图像去雾和去噪方法在说明书摘要公布了：本发明公开了一种基于无监督学习的统一图像去雾和去噪方法，涉及数字图像处理技术领域，包括以下步骤：S1、将原始雾霾图片Ihazehaze输入至基于暗通道先验DCP方法和生成对抗式训练的去雾模块，获得去雾含噪图像Jdehazedehaze；S2、将原始雾霾图片Ihazehaze输入至基于降采样的去噪模块，获得去噪含雾图像Jnoisenoise；S3、将S1和S2中所得图像Jdehazedehaze和图像Jnoisenoise输入至图像融合模块，对去雾图像和去噪图像进行以区域相似度为目标函数的融合，输出兼顾去雾、去噪的融合图像Jfusedfused。本发明的方法主要由无监督去雾模块、无监督去噪模块和区域相似性融合策略组成，以恢复可见性并抑制去雾模块中依赖深度的噪声传播。本发明方法在PSNR、SSIM和主观视觉效果方面优于其他最先进的去雾和去噪方法。

本发明授权一种基于无监督学习的统一图像去雾和去噪方法在权利要求书中公布了：1.一种基于无监督学习的统一图像去雾和去噪方法，其特征是：包括以下步骤： S1、将原始雾霾图片输入至基于暗通道先验DCP方法和生成对抗式训练的去雾模块，获得去雾含噪图像； S2、将原始雾霾图片输入至基于降采样的去噪模块进行去噪，即获得去噪含雾图像； S3、将S1和S2中所得图像和图像输入至图像融合模块，对去雾图像和去噪图像进行以区域相似度为目标函数的融合，输出兼顾去雾、去噪的融合图像，包括： 步骤S3中以目标函数为导向，使用基于Bregman的优化方法获得预融合图像，所述融合模块的具体方法步骤为： S3-1、通过最小化目标函数： ，以生成预融合图像；其中表示预融合图像，代表求梯度；是梯度特征约束的超参数； S3-2、分别计算图像对与间的区域相似度，得到区域相似图与； S3-3、将区域相似图与通过归一化指数函数得到融合权值与，使其满足； S3-4、按照下式计算最终的融合图像： , 其中，表示逐元素的乘法。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号院；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。