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！

龙图腾网获悉山东大学申请的专利一种基于CNN和卷积LSTM网络的递进式图像去雾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：CN116433509B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310266124.3，技术领域涉及：G06T5/73；该发明授权一种基于CNN和卷积LSTM网络的递进式图像去雾方法及系统是由宋然;巩绪远;张伟;丛润民;李晓磊;张倩;张明鑫设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本一种基于CNN和卷积LSTM网络的递进式图像去雾方法及系统在说明书摘要公布了：本发明提出了一种基于CNN和卷积LSTM网络的递进式图像去雾方法，涉及图像处理技术领域。包括以下步骤：获取同一场景下的无雾图像和有雾图像；构建包含下采样模块、若干去雾模块和上采样模块的图像去雾模型，其中去雾模块中嵌有LSTM模块；将有雾图像输入到图像去雾模型中，得到模型估计的无雾图像；将模型估计的无雾图像、无雾图像、有雾图像一起计算损失，对图像去雾模型进行训练，得到训练好的图像去雾模型；对训练好的图像去雾模型进行裁剪，选择去雾模块使用数量，构建预测模型，基于预测模型实现对雾天降质图像的去雾处理。本发明通过搭建递进式图像去雾模型，能够使收敛后模型具有一定的可裁剪性，以适应不同的应用场景。

本发明授权一种基于CNN和卷积LSTM网络的递进式图像去雾方法及系统在权利要求书中公布了：1.一种基于CNN和卷积LSTM网络的递进式图像去雾方法，其特征在于，包括以下步骤： 获取同一场景下的无雾图像和有雾图像； 构建包含下采样模块、若干去雾模块和上采样模块的图像去雾模型，其中去雾模块中嵌有LSTM模块； 将有雾图像输入到图像去雾模型中，得到模型估计的无雾图像； 将模型估计的无雾图像、无雾图像、有雾图像一起计算损失，对图像去雾模型进行训练，得到训练好的图像去雾模型； 对训练好的图像去雾模型进行裁剪，选择去雾模块使用数量，构建预测模型，基于预测模型实现对雾天降质图像的去雾处理； 所述下采样模块包含一个填充层，填充层后串行三个组合块，组合块由串行连接的卷积层、ReLU激活层组成； 由大气散射模型可得：Jx=MxIx-Ax+Ix， 其中，Mx=1-txtx，去雾模块以有雾图像作为输入，使用通道级注意力和像素级注意力模块模拟Mx，用一个残差块模拟Ix-Ax，并将去雾模块输入的有雾图像连接到输出来模拟Ix；Ix表示有雾图像，Jx表示无雾图像，tx表示透射率分布，Ax表示大气光成分； 上采样模块包含两个串行的组合块，组合块由串行连接的逆卷积层、ReLU激活层组成，组合块后串行连接一个填充层、一个卷积层和一个Tanh激活层； 下采样模块后两层卷积层的输出分别加入到上采样模块前两层逆卷积层的输入中，建立融合连接； 将LSTM模块嵌在像素级注意力模块内实现递进学习。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。