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！

龙图腾网获悉哈尔滨理工大学申请的专利一种基于自适应权重的无人船视觉图像局部去模糊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：CN119273584B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202411327593.2，技术领域涉及：G06T5/73；该发明授权一种基于自适应权重的无人船视觉图像局部去模糊方法是由孙明晓;张允曦;李传龙;贲放;孙明旭;栾添添;连厚鑫;胥静设计研发完成，并于2024-09-23向国家知识产权局提交的专利申请。

本一种基于自适应权重的无人船视觉图像局部去模糊方法在说明书摘要公布了：为解决海上无人船回收任务中因海浪运动干扰造成的运动模糊等问题，本发明设计一种基于自适应权重的无人船视觉图像局部去模糊方法；首先，在运动模糊复原算法的基础上，添加颜色聚类模块融合针对于回收舱的颜色、边缘特征的注意力机制，区分目标与背景区域；其次，在训练过程中使用动态自适应权重，根据训练时目标区域的复原质量调整目标区域和全局区域的权重，结合动态权重使用聚合损失函数提高模型训练质量，使目标区域的质量显著提升同时顾及全局质量；最后，使用蒸馏训练将模型轻量化。本发明重点在于降低了非目标特征的提取数量，提高了网络对图片中目标特征的提取效率，使用蒸馏训练的方法轻量化模型提高了算法处理模糊图片的速度。

本发明授权一种基于自适应权重的无人船视觉图像局部去模糊方法在权利要求书中公布了：1.一种基于自适应权重的无人船视觉图像局部去模糊方法，其特征在于，包括以下步骤： S1、制作合适的数据集，将数据集中的图像分为训练样本和测试样本，训练样本中包含待处理的模糊图片以及作为目标的清晰图片； S2、使用运动模糊复原网络将输入的模糊图片，提高图片质量输出清晰图片，运动模糊复原网络包括以下子步骤： S21、获取相机拍摄的图片，并将图片进行预处理，调整至统一的大小； S22、利用预处理后的图片进行浅层特征提取，同时，根据先验目标的颜色信息进行聚类区分图像中的目标区域和背景区域，使得网络更加关注目标区域，减少对背景的关注； S23、对目标区域进行膨胀处理，扩大区域的影响范围，使得边缘信息更加明显；提取目标区域图片的浅层特征，同时，通过颜色和边缘注意力机制生成特征掩码；将预处理后的浅层特征通过空间注意力机制生成增强的特征图，并将此增强的特征图与目标区域的浅层特征进行特征融合，并结合颜色与边缘注意力机制进行特征增强；对增强后的特征进行编码，生成新的多尺度特征图；将编码器编码的结果以及颜色和边缘注意力掩码一起放入解码器中得到解码结果；将预处理的浅层特征与增强后的特征进行特征融合，获取综合特征图； S24、将综合特征图，编码器获得的多尺度特征图，解码器得到的高分辨率图片放入ORSNetOriginalResolutionSubnetwork，在保持原始分辨率的情况下，对特征图进行处理和增强，获得高维特征图，提高图像的清晰度； S25、使用一个卷积层将ORSNet生成的高维特征图的通道数减少到3，输出RGB图像； S3、使用针对于局部目标以及全局图像的聚合损失函数进行模型训练，优化本模型针对于局部目标的去模糊效果以及整体图像的质量，综合损失函数表示包括以下具体步骤： S31、定义局部模糊复原损失，此损失专门用于判断目标区域的恢复程度，使模型在训练过程中更好的处理目标区域，此损失的公式如下： 式中：Llocal为局部模糊损失，Ntarget为目标区域中像素的数量，Ii′为经模型复原图像中第i个像素的值，Ii为清晰图片中第i个像素的值； S32、定义全局模糊复原损失，此损失函数用于使非目标区域的质量不会太低，全局模糊损失函数如下： 式中：Lglocal为全局模糊损失，Nimage为整张图片的像素数量； S33、设定局部损失和全局损失的权重，使得在初始条件下就对目标区域有一定的关注度，同时若局部的损失值过高，可以通过动态权重使得网络更加关注还原效果不佳的目标区域，从而提高目标区域的复原质量，局部损失和全局损失权重分配如下： λglobal＝1-λlocal4 式中：λlocal为局部损失的权重，取值范围为0.6～1，λglobal为全局损失函数； S34、综合损失函数在训练开始时使目标区域和全局区域的权重比例相同，随着训练的进行，若目标区域的损失逐渐增大，则对于目标区域的权重也会增加，使模型更加关注于目标区域的图像复原；总损失函数如下： L＝λlocalLlocal+λglobalLblobal5 式中：L为综合损失； S4、对训练好的模型进行轻量化处理。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学；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。