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！

龍圖騰網獲悉中國人民解放軍海軍工程大學申請的專利一種單張圖像去雨方法、系統、介質、設備及終端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：CN116433524B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202310407490.6，技術領域涉及：G06T5/73；該發明授權一種單張圖像去雨方法、系統、介質、設備及終端是由石章松;朱偉明;應文健;鄭超兵設計研發完成，并于2023-04-12向國家知識產權局提交的專利申請。

本一種單張圖像去雨方法、系統、介質、設備及終端在說明書摘要公布了：本發明屬于圖像處理技術領域，公開了一種單張圖像去雨方法、系統、介質、設備及終端，采用改進的加權引導圖像濾波器提取雨滴圖像的高頻信息，利用深度卷積神經網絡對高頻信息進行學習獲取雨滴信息；利用特征提取網絡，將輸入圖像和雨滴圖像從圖像域轉移到特征域，自適應學習有用的去雨特征；設計多尺度增強策略，利用具有多尺度注意機制的雙尺度網絡從潛在特征中恢復高質量圖像。本發明使用iWGIF提取圖像的高頻信息，利用深度卷積神經網絡對高頻信息進行學習獲取雨滴信息，避免其他因素干擾，增強網絡訓練效率；利用深度學習將輸入圖像和雨滴圖像由圖像域轉換到特征域，可以自適應利用益于圖像恢復的特征，提高網絡訓練效率和去雨性能。

本發明授權一種單張圖像去雨方法、系統、介質、設備及終端在權利要求書中公布了：1.一種單張圖像去雨方法，其特征在于，包括以下步驟： 步驟一，輸入處理：獲取含雨輸入圖像I，通過改進的加權引導濾波器iWGIF進行初步處理； 步驟二，雨紋感知分支RSAB處理：將iWGIF處理后的圖像依次經過卷積3×3、雨紋提取網絡、卷積3×3、特征提取網絡； 步驟三，輸入圖像I直接輸入另一個特征提取網絡，該特征提取網絡與雨紋感知分支內的特征提取網絡權值共享； 步驟四，將上述兩個特征提取網絡的輸出相加，對相加后的特征進行通道拼接，得到融合特征； 步驟五，多尺度去雨增強分支MSDERB處理： 主分支：融合特征經過卷積3×3，依次通過多個MSRRG模塊處理，再經卷積3×3，輸出去雨圖像B； 子分支：融合特征先下采樣，再經過卷積3×3、四個MSRRG模塊、卷積3×3，四個MSRRG模塊與主分支的MSRRG權值共享，子分支輸出與去雨圖像B計算損失；同時，去雨圖像B與無雨圖像BT計算損失，共同驅動網絡優化； 所述雨紋提取網絡的結構為：依次串聯3×3卷積層、遞歸殘差模塊RRG、遞歸殘差模塊RRG、3×3卷積層； 所述特征提取網絡的結構為：依次串聯3×3卷積層、多尺度遞歸殘差群MSRRG、多尺度遞歸殘差群MSRRG； 所述多尺度遞歸殘差群MSRRG的特征處理包括： 輸入特征分為三路并行處理，分別經3×3卷積層、5×5卷積層、7×7卷積層提取不同特征；每路卷積輸出后，均接入一個雙注意力模塊DAB；將三路DAB輸出通道拼接，經3×3卷積層融合特征，再與MSRRG的輸入逐點相加，實現殘差連接； 所述雙注意力模塊DAB的特征處理包括： 輸入特征依次通過3×3卷積層、ReLU激活函數層、3×3卷積層，對輸入特征進行初步變換； 然后進行注意力分支并行計算： 空間注意力分支：對上述變換后的特征，并行執行全局平均池化和全局最大池化，將二者輸出通道拼接后，經3×3卷積層、Sigmoid激活函數層，生成空間注意力權重，與初始變換后的特征逐點相乘； 通道注意力分支：對上述變換后的特征，執行全局平均池化，經1×1卷積層、ReLU激活函數層、1×1卷積層、Sigmoid激活函數層，生成通道注意力權重，與初始變換后的特征逐點相乘； 特征融合與殘差連接：將空間注意力、通道注意力分支的輸出通道拼接，經1×1卷積層壓縮維度后，與初始特征變換的輸出逐點相加，實現殘差連接。

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中國人民解放軍海軍工程大學，其通訊地址為：430033 湖北省武漢市硚口區解放大道717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”。