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！

龙图腾网获悉四川九洲电器集团有限责任公司申请的专利一种基于多重注意力的图像去雾方法及装置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：CN116630176B 。

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：202310279876.3，技术领域涉及：G06T5/73；该发明授权一种基于多重注意力的图像去雾方法及装置是由唐培人;程旗;李捷;高晓利;王维;赵火军;宋程程;檀立刚;杨晓丽设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本一种基于多重注意力的图像去雾方法及装置在说明书摘要公布了：本发明提供一种基于多重注意力的图像去雾方法及装置，所述方法包括如下步骤：S1，获取原始的带雾图像；S2，从带雾图像上提取雾度特征；S3，对雾度特征进行编码得到编码特征；S4，对编码特征进行解码得到解码特征；S5，对解码特征进行雾度残留解码得到雾度残留；S6，将原始的带雾图像与雾度残留做残差得到清晰无雾图像。能够解决现有方法对光学传感器在多场景拍摄的雾图去雾过程中所面临的分辨率损失、雾气特征表征不准确、去雾不均匀的问题。

本发明授权一种基于多重注意力的图像去雾方法及装置在权利要求书中公布了：1.一种基于多重注意力的图像去雾方法，其特征在于，包括如下步骤： S1，获取原始的带雾图像； S2，从带雾图像上提取雾度特征； S3，采用多重注意力模块在通道、空间和自身三个层级计算注意力权重，对雾度特征在不同层级内按各自注意力权重加权，从而在编码空间内得到多个图像块对应的编码特征； S4，采用自注意力解码器依次对多个图像块对应的编码特征进行解码，得到解码特征； S5，对解码特征进行雾度残留解码得到雾度残留； S6，将原始的带雾图像与雾度残留做残差得到清晰无雾图像； 步骤S2中，从带雾图像上提取雾度特征的方法包括：通过基于平滑扩张卷积的focus特征提取网络从带雾图像上提取雾度特征；具体包括如下子步骤： S21，利用focus模块将带雾图像按空间像素以间隔1采样，得到四个下采样图像块； S22，将四个下采样图像块按通道方向拼接，得到未损失分辨率的下采样特征图； S23，将下采样特征图送入平滑扩张卷积网络，得到平滑卷积特征； S24，将平滑卷积特征与下采样特征图沿通道方向拼接，得到雾度特征； 步骤S3包括如下子步骤： S31，将雾度特征经过通道注意力加权层，得到通道注意力加权的特征； S32，将通道注意力加权的特征经过空间注意力加权层，得到空间通道注意力加权的特征； S33，将空间通道注意力加权的特征经过自注意力层均分为多个图像块； S34，将多个图像块经过多头注意力层计算多个自注意力； S35，将多个自注意力拼接后经过MLP残差网络，得到多个图像块对应的编码特征； 步骤S4包括如下子步骤： S41，对于第一个图像块对应的编码特征经过自注意力解码器解码，得到第一个图像块对应的解码特征； S42，将第一个图像块对应的解码特征与第二个图像块对应的编码特征共同经过自注意力解码器解码，得到第二个图像块对应的解码特征； S43，依次对所有图像块对应的编码特征按照步骤S42的方法解码，最终得到所有图像块对应的解码特征； 步骤S5中，对解码特征进行雾度残留解码得到雾度残留的方法包括： 通过多层混合卷积网络将原始特征空间的所有图像块对应的解码特征映射至目标雾度残留空间，即提取出雾度残留；步骤S5包括如下子步骤： S51，将所有图像块对应的解码特征转换为原始尺寸，然后按照每个图像块的原始位置将所有解码特征进行拼接，组成一个解码特征； S52，将组成的解码特征通过一个反卷积层组成的维度适配模块解码至原始特征空间； S53，通过卷积层组成的雾度残留映射模块将原始特征空间的特征映射映射至目标雾度空间，得到雾度残留。

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四川九洲电器集团有限责任公司，其通讯地址为：621000 四川省绵阳市科创园区九华路6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。