南京邮电大学鞠铭烨获国家专利权
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!
龙图腾网获悉南京邮电大学申请的专利一种面向遥感图像的多任务协同式迭代去雾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:CN121685338B 。
龙图腾网通过国家知识产权局官网在2026-05-08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:202610202768.X,技术领域涉及:G06T5/77;该发明授权一种面向遥感图像的多任务协同式迭代去雾方法是由鞠铭烨;王韩;刘青山设计研发完成,并于2026-02-12向国家知识产权局提交的专利申请。
本一种面向遥感图像的多任务协同式迭代去雾方法在说明书摘要公布了:本申请公开的一种面向遥感图像的多任务协同式迭代去雾方法,属于基于计算机视觉的图像恢复技术领域。该方法包括步骤1:获取遥感图像数据集;步骤2:将训练集的遥感有雾图像输入至去雾网络中;步骤3:将训练集的遥感有雾图像、蓝色梯度先验特征图以及深度先验特征图共同输入至云检测网络中;步骤4:遥感去雾图像和云概率图进行计算得到云感知重建损失;步骤5:将经过迭代训练得到的去雾网络和云检测网络合并得到去雾网络框架;步骤6:选取步骤1测试集中的遥感有雾图像作为去雾网络框架的输入,进行评估并输出测试结果。实验结果表明本申请在客观指标及主观视觉评价上均优于现有同类方法。
本发明授权一种面向遥感图像的多任务协同式迭代去雾方法在权利要求书中公布了:1.一种面向遥感图像的多任务协同式迭代去雾方法,其特征在于,具体包括如下步骤: 步骤1:获取遥感图像数据集,包括测试集和训练集; 步骤2:将训练集的遥感有雾图像输入至去雾网络iGLD-Net得到遥感去雾图像和深度先验特征图; 步骤3:将训练集的遥感有雾图像和深度先验特征图共同输入至云检测网络CD-Net中;然后通过四层先验门控模块MGFF进行调制,四层先验门控模块MGFF包括四个级联的先验门控模块MGFF;其中位于第一级的先验门控模块MGFF通过其主支路接收初始图像特征图并对初始图像特征图进行像素-深度卷积及非线性激活处理,其先验支路处理初始混合先验特征图进行逐点卷积与分组深度卷积以生成组门控权重;利用组门控权重进行元素乘积调制得到主支路输出的第一级调制后特征图;初始混合先验特征图和组门控权重进行拼接和卷积输出更新后的第一级混合先验特征图,位于第二级的先验门控模块MGFF以第一级调制后特征图作为其主支路的输入特征图,第一级混合先验特征图作为其先验支路的输入,重复执行主支路与先验支路的处理及调制操作,最终位于第四级的先验门控模块MGFF输出云检测网络CD-Net预测的云概率图; 步骤4:通过对步骤2得到的遥感去雾图像和步骤3得到的云概率图进行计算得到云感知重建损失,再利用去雾网络iGLD-Net中可学习频域加雾模块LFHM和可学习频域去雾模块LFDM计算频域互逆一致性损失; 步骤5:依次重复步骤2,步骤3和步骤4,每循环一次视为一次迭代过程,迭代训练直至预设次数,然后将经过迭代训练得到的去雾网络iGLD-Net和云检测网络CD-Net合并得到去雾网络框架ICDF; 步骤6:选取步骤1测试集中的遥感有雾图像作为去雾网络框架ICDF的输入,进行评估并输出测试结果。
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南京邮电大学,其通讯地址为:210000 江苏省南京市鼓楼区新模范马路66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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励