買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京郵電大學申請的專利高斯相對算子雙重鑒別性圖像盲去模糊方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116957952B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310418886.0，技術領域涉及：G06T5/73；該發明授權高斯相對算子雙重鑒別性圖像盲去模糊方法是由邵文澤;陳鈺梵;陳心如;程梓涵設計研發完成，并于2023-04-19向國家知識產權局提交的專利申請。

本高斯相對算子雙重鑒別性圖像盲去模糊方法在說明書摘要公布了：本發明屬于人工智能領域，公開了一種高斯相對算子雙重鑒別性圖像盲去模糊方法，包含S1.基于雙重鑒別性原則，設計圖像先驗；S2.將圖像先驗代入優化模型進行圖像盲去模糊，利用交替迭代算法分別求解清晰圖像與模糊核，將復雜的中間圖像估計轉化為了一個簡單、直觀的圖像濾波問題；S3.采用非盲恢復得到最終清晰圖像；S4.在自然、人造、文本、夜間、人像等多場景的仿真基準數據和真實模糊圖像上進行了大量數值實驗，調整中間參數，最終得到面向自然圖像的，具有有效性和魯棒性的圖像盲去模糊方法。本發明能夠有效提升模糊圖片恢復效果，同時，相較于傳統的基于梯度的圖像先驗去模糊更具理論可行性。

本發明授權高斯相對算子雙重鑒別性圖像盲去模糊方法在權利要求書中公布了：1.一種高斯相對算子雙重鑒別性圖像盲去模糊方法，其特征在于：該方法包括以下步驟： 步驟1.基于雙重鑒別性原則，設計圖像先驗；所述雙重鑒別性要求兩方面，一方面，圖像先驗具備區分清晰圖和模糊圖的能力，以有效緩解模糊核估計的解退化問題，另一方面，圖像先驗具備區分強邊緣和弱紋理的能力，以顯著減少紋理對模糊核估計可能產生的干擾影響； 步驟2.將圖像先驗代入優化模型進行圖像盲去模糊，利用交替迭代算法分別求解中間潛像與模糊核，將復雜的中間圖像估計轉化為了一個簡單、直觀的圖像濾波問題， 步驟3.采用非盲恢復得到最終清晰圖像； 步驟4.在多場景仿真基準數據和真實模糊圖像上進行數值實驗，調整中間參數，最終得到圖像盲去模糊方法，其中， 所述雙重鑒別性原則的圖像先驗最終的表達形式為： 其中，為小尺度特征，為大尺度特征，用于鑒別強邊緣與弱紋理，用于鑒別清晰圖和模糊圖，Gσ定義為局部高斯核，用于尺度選擇： σ是尺度參數，x0，y0是核的中心， σ4取值接近于0，當σ4足夠小時，有 對于清晰圖像，為模糊核Gσ3與清晰圖像梯度卷積后的結果與清晰圖像梯度的比值，分子遠小于分母，其結果小于1； 若將模糊圖像視為清晰圖像與某個模糊核k的卷積，則3可表示為： 對于模糊圖像，由于其梯度的相似性更低，一幅圖像的梯度和該圖像模糊后的圖像梯度分別與一個同樣的模糊核k卷積過后所得到的取值結果相差不大，那么式4的值，總是趨向于1，因此有： 即在中，在最小化迭代的過程中，最終圖像會趨近于清晰圖像； 步驟2中，將圖像先驗代入優化模型進行圖像盲去模糊是指將所述圖像先驗要代入到 其中，α和β是非負權值，為編碼圖像s相對于原始圖像b的偏離程度，即恢復的中間圖像s與模糊圖像b在卷積意義下保持一致，模糊核k的先驗約束采用的是最簡單的范數； 所述求解中間潛像利用半二次分裂法，引入一個與中間潛像相對應的輔助變量，得到一個新的目標函數，中間潛像通過使用快速傅里葉變換作為一個封閉形式的解來計算出來，輔助變量初始化為一個零圖像，根據初始輸入圖像最小化求解更新輔助變量，其求解相當于通過所提先驗導出的一個圖像濾波實現； 將步驟2中所估計得到的模糊核與中間潛像進行非盲恢復，具體為：首先，通過使用拉普拉斯算子的方法估計潛像，其次，使用步驟2中的梯度信息估計潛像，然后，計算這兩個估計圖像之間的差異圖，并使用雙邊濾波去除偽影，最后，從估計潛像中減去濾波后的差異圖。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京郵電大學，其通訊地址為：210003 江蘇省南京市鼓樓區新模范馬路66號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。