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！

龙图腾网获悉中山大学申请的专利一种基于全局金字塔线性调制的水下图像增强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：CN119067869B 。

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：202411083523.7，技术领域涉及：G06T5/60；该发明授权一种基于全局金字塔线性调制的水下图像增强方法及系统是由王涛;邵金鑫;苗建明;张淏酥;徐灵基;龚喜;刘涛设计研发完成，并于2024-08-08向国家知识产权局提交的专利申请。

本一种基于全局金字塔线性调制的水下图像增强方法及系统在说明书摘要公布了：本发明公开了一种基于全局金字塔线性调制的水下图像增强方法及系统，方法包括：获取待增强的原始水下图像；通过全局金字塔模块从原始水下图像中进行多尺度特征提取，得到第一特征图；通过全局线性调制模块对特征图进行调制处理，得到调制后的第二特征图；根据MixDehazeNet主干网络对第二特征图进行增强处理，得到第三特征图；通过自适应动态特征聚合通道空间注意力模块对第三特征图进行增强处理，得到第四特征图；根据第四特征图进行模型训练，并根据训练得到的图像增强模型对待增强的原始水下图像进行增强，得到增强后的水下图像。本发明能够显著提升水下图像增强的效果，同时保持较高的计算效率，可广泛应用于图像处理技术领域。

本发明授权一种基于全局金字塔线性调制的水下图像增强方法及系统在权利要求书中公布了：1.一种基于全局金字塔线性调制的水下图像增强方法，其特征在于，包括以下步骤： 获取待增强的原始水下图像； 通过全局金字塔模块从所述原始水下图像中进行多尺度特征提取，得到第一特征图； 通过全局线性调制模块对所述特征图进行调制处理，得到调制后的第二特征图； 根据MixDehazeNet主干网络对所述第二特征图进行增强处理，得到第三特征图；其中，所述MixDehazeNet主干网络中集成有全局金字塔线性调制块； 通过自适应动态特征聚合通道空间注意力模块对所述第三特征图进行增强处理，得到第四特征图； 根据所述第四特征图进行模型训练，并根据训练得到的图像增强模型对待增强的原始水下图像进行增强，得到增强后的水下图像； 所述通过全局金字塔模块从所述原始水下图像中进行多尺度特征提取，得到第一特征图，包括以下步骤： 通过深度可分离卷积块对所述原始水下图像进行特征提取；其中，深度可分离卷积块由深度卷积和逐点卷积组成； 根据特征金字塔网络结构，采用插值操作和元素级加法对提取到的特征进行多尺度特征融合；其中，特征金字塔网络结构通过自顶向下的路径和横向连接来融合不同层次的特征； 通过三重注意力模块对融合后的特征进行特征增强表示，得到第一特征图；其中，三重注意力模块包含三个平行的注意力分支，分别关注通道维度、空间维度的宽度和高度；该过程的表达式为： 其中，表示逐元素乘法，、和分别表示宽度方向的空间注意力、高度方向的空间注意力和通道注意力； 所述通过全局线性调制模块对所述特征图进行调制处理，得到调制后的第二特征图，包括以下步骤： 通过特征提取网络对所述第一特征图进行全局特征提取； 通过调制参数生成网络生成调制参数； 根据提取到的全局特征和生成的调制参数，通过特征调制单元进行特征调制操作； 所述根据MixDehazeNet主干网络对所述第二特征图进行增强处理，得到第三特征图，包括以下步骤： 将全局金字塔线性调制块集成到MixDehazeNet主干网络中； 通过MixDehazeNet主干网络的编码器进行图像特征的提取； 通过MixDehazeNet主干网络的解码器对增强后的图像进行重建； 通过MixDehazeNet主干网络中的跳跃连接块来保留图像增强过程中的细节信息； 所述自适应动态特征聚合通道空间注意力模块包括全局平均池化和全局最大池化模块、多层感知机以及通道注意力和空间注意力单元； 所述自适应动态特征聚合通道空间注意力模块的处理过程的表达式为： 其中，和是通过多层感知机学习得到的权重。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。