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！

龙图腾网恭喜辽宁师范大学申请的专利边缘和色调保真度联合约束优化的单幅图像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：CN114936973B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202210463950.2，技术领域涉及：G06T5/73；该发明授权边缘和色调保真度联合约束优化的单幅图像去雾方法是由宋传鸣;刘霜;闫小红;武惠娟;王相海设计研发完成，并于2022-04-29向国家知识产权局提交的专利申请。

本边缘和色调保真度联合约束优化的单幅图像去雾方法在说明书摘要公布了：本发明公开一种边缘和色调保真度联合约束优化的单幅图像去雾方法，本发明首先利用SLIC超像素分割将有雾图像划分成一系列图像块；其次，利用正态分布标准化和Sigmoid非线性映射，构造归一化暗通道图和归一化细节图，生成一个亮度和结构细节加权融合的特征图，从而自适应地选取反映大气光的图像块并估算理想的大气光值；然后，以散射系数为自变量，构造了一个边缘和色调保真度联合约束优化的目标函数，进而采用基于斐波那契法的一维最优化搜索，在保证色调保真度的前提下计算自适应散射系数和透射率图，最终实现基于大气散射模型的图像去雾。

本发明授权边缘和色调保真度联合约束优化的单幅图像去雾方法在权利要求书中公布了：1.一种边缘和色调保真度联合约束优化的单幅图像去雾方法，其特征在于按如下步骤进行：利用SLIC超像素分割将有雾图像划分成一系列图像块；利用正态分布标准化和Sigmoid非线性映射，构造归一化暗通道图和归一化细节图，生成一个亮度和结构细节加权融合的特征图，自适应地选取反映大气光的图像块并估算理想的大气光值；以散射系数为自变量，构造一个边缘和色调保真度联合约束优化的目标函数，进而采用基于斐波那契法的一维最优化搜索，在保证色调保真度的前提下计算自适应散射系数和透射率图，最终实现基于大气散射模型的图像去雾；按如下步骤进行：步骤1.输入一幅含雾图像I，令其高度和宽度分别为H和W；步骤2.采用SLIC超像素算法分割含雾图像I，得到各个超像素块所对应的像素坐标集合所述Ωi表示第i个超像素块的像素坐标集合且1≤i≤Nsp，Nsp是用于表示超像素块总数的预设常数；步骤3.利用最小值滤波计算含雾图像I的暗通道图Jdark；步骤4.将含雾图像I的颜色空间转换为YCbCr，并令其亮度分量为IY；步骤5.计算IY的多尺度融合细节图步骤6.利用尺寸为s的正方形结构元素，对多尺度融合细节图进行形态学腐蚀运算，得到步骤7.采用形态学区域填充运算，对进行8-连通区域填充处理，得到步骤8.计算含雾图像I的归一化暗通道图步骤9.计算亮度分量IY的归一化细节图步骤10.利用亮度和结构细节加权融合的方法计算含雾图像I的加权融合特征值Fi；步骤11.根据计算含雾图像I的大气光值A；步骤12.计算场景深度图D；步骤13.对含雾图像I进行基于大气散射模型和约束优化的去雾操作；步骤13.1建立边缘和色调保真度的客观评价模型vif； 所述In表示vif的基准图像，Ot表示vif的待评价图像，y表示In和Ot中任意像素的坐标，Incy表示图像In的颜色通道c中位于坐标y处的值，OtY表示图像Ot的亮度分量，表示梯度算子，var·表示计算方差的算子，MSCN·表示去均值对比度归一化MSCN算子，λ和ξ均是预设常数，θ·表示色调角度估计函数，其定义如下； 所述p表示像素值，pR表示p的红色分量，pG表示p的绿色分量，pB表示p的蓝色分量；步骤13.2建立基于大气散射模型的去雾模型 所述β表示散射系数，表示在坐标x处的去雾结果；步骤13.3建立边缘和色调保真度联合约束优化的目标函数β*； 步骤13.4采用基于斐波那契法的一维最优化搜索求解目标函数，进而得到最佳散射系数β*；步骤13.5采用下式给出的基于大气散射模型和最佳散射系数的去雾模型对含雾图像I进行处理，得到去雾后的图像ρ； 所述ρcx表示图像ρ的颜色通道c中位于坐标x处的值且c∈{R,G,B}；步骤14.输出去雾后的图像ρ。

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辽宁师范大学，其通讯地址为：116000 辽宁省大连市沙河口区黄河路850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”。