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！

龙图腾网恭喜中国矿业大学申请的专利一种矿井尘雾环境下自适应图像去雾增强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：CN118781016B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202410877834.4，技术领域涉及：G06T5/73；该发明授权一种矿井尘雾环境下自适应图像去雾增强方法及系统是由寇旗旗;张海龙;程德强;陈加鹏;陈亮亮设计研发完成，并于2024-07-02向国家知识产权局提交的专利申请。

本一种矿井尘雾环境下自适应图像去雾增强方法及系统在说明书摘要公布了：本发明属于图像去雾技术领域，提出一种矿井尘雾环境下自适应图像去雾增强方法及系统。首先建立包括图像分级预处理模块、自适应处理模块和优化模块的图像处理模型；将通过图像分级预处理模块处理之后的图像输入自适应处理模块；通过图像优化模块对经过自适应处理模块处理之后的图像进一步优化；输出优化之后的图像。本发明在实际运用中可以对矿井尘雾环境下图像的精确、高效和稳定去雾，显著提升了图像质量和煤矿安全隐患识别的能力。

本发明授权一种矿井尘雾环境下自适应图像去雾增强方法及系统在权利要求书中公布了：1.一种矿井尘雾环境下自适应图像去雾增强方法，用于对矿井尘雾环境下的图像进行去雾以及画质增强，其特征在于，包括以下步骤：S101：建立包括图像分级预处理模块、自适应处理模块和优化模块的图像处理模型；S102：将通过图像分级预处理模块处理之后的图像输入自适应处理模块；S103：通过图像优化模块对经过自适应处理模块处理之后的图像进一步优化；S104：输出优化之后的图像；在步骤S102中，自适应处理模块包括薄雾处理模块和浓雾处理模块；薄雾处理模块包括Net-1网络、五个卷积层和两个融合层；浓雾处理模块包括Net-2网络、七个卷积层和三个融合层；薄雾处理模块中：薄雾图像作为输入进入Net-1网络，通过一系列的卷积层和融合层，在Net-1网络中，薄雾图像先经过三个连续的卷积层进行初步处理，然后，这些特征图会被送入第一个融合层进行融合操作，再经过两次卷积层和一次融合层的处理，最后得到输出结果；浓雾处理模块中：浓雾图像作为输入进入Net-2网络通过一系列的卷积层和融合层，在Net-2网络中，浓雾图像先经过三个连续的卷积层进行初步处理，特征图会被送入第一个融合层进行融合操作，再经过三次卷积层和两次融合层的处理，最后得到输出结果；在步骤S103中，优化模块包括隐藏特征训练和雾度识别训练；对于隐藏特征训练，在预训练模型中选择共同的中间特征，通过四元组损失函数对模型进行训练，下列公式为四元组损失函数： 其中且Vi，i＝1,2...n为从固定的预训练模型中提取第i个隐藏特征，Dx,y是x和y之间的L1距离，ωi是权重系数，Gt是正样本图像，T1为相应的薄雾图像，T2为相应的浓雾图像，fI为输出图像；对于雾度识别训练，通过引入梯度损失函数对模型进行训练：引入梯度损失函数，使图像锚点在特征空间上与正样本距离拉近，且与简单负样本距离拉远，在此距离上与复杂负样本的距离更远，同时学习到多雾度图片的特征，比较不同样本之间的相似性和差异性，使得模型更好地理解和处理各种不同雾度的图像；梯度损失函数： 其中，f表示网络的输出，I表示输入图像，Gx表示清晰图像，表示梯度操作；再通过联合函数计算损失值，并通过反向传播更新模型的参数；联合损失函数：Loss＝min||Gt-fI||+α*L1+β*L2其中，α和β是权重参数，f表示网络的输出，I表示输入图像，Gx表示清晰图像。

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中国矿业大学，其通讯地址为：221000 江苏省徐州市南郊翟山；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”。