随着数字技术与人工智能的快速发展，图像相关技术已广泛应用于医疗影像、自动驾驶、安防监控等多个领域，相关的专利申请量也呈现逐年增长趋势。然而，国家专利局发布的《专利事业发展统计报告》显示，2023年我国图像领域专利申请的平均驳回率超过35%，显著高于整体发明专利的平均驳回率。这一现象背后，既有技术方案本身的缺陷，也有申请人对专利审查规则的理解不足。本文将从审查实践出发，结合权威审查标准与典型案例，剖析图像专利申请被驳回的主要原因。
根据《专利法》第二条，专利保护的是“新的技术方案”，即通过技术手段解决技术问题并产生技术效果的方案。图像相关申请若仅涉及纯艺术创作、图形符号设计或智力活动的规则，往往会因“不属于保护客体”被驳回。例如，某申请要求保护“一种具有特定色彩搭配的风景摄影图像”，审查员指出该方案仅体现美学设计，未利用技术手段解决任何技术问题，属于《专利审查指南》中排除的“纯美术作品”，最终驳回申请。
实践中，区分“技术方案”与“非技术方案”的关键在于是否包含“技术性特征”。以图像识别技术为例，若申请主题是“基于深度学习的图像特征提取方法”，其通过算法优化提高识别效率，属于技术方案；而若仅要求保护“图像中物体的分类规则”（如“将红色物体标记为A类”），则可能被认定为“智力活动的规则和方法”而排除保护。国家知识产权局曾在2022年发布的《关于图像领域专利审查的指导意见》中明确，涉及图像的专利申请需体现“对图像数据的技术性处理”，而非单纯的主观判断或美学选择。
新颖性是专利授权的基本门槛，指申请日以前没有同样的技术方案在国内外出版物上公开发表过、在国内公开使用过或以其他方式为公众所知。图像技术因迭代速度快、公开渠道多（如学术论文、开源社区、产品发布会等），极易因现有技术公开导致新颖性缺失。
例如，某企业申请“一种基于卷积神经网络的图像去模糊算法”，审查员通过科科豆专利检索平台发现，该算法的核心网络结构已在2020年某国际顶会论文中公开，且论文详细披露了网络层数、激活函数等关键参数，两者技术方案实质相同，最终以“缺乏新颖性”驳回。据八月瓜平台统计，2023年图像领域专利申请中，约28%的驳回案件涉及新颖性问题，其中60%以上的现有技术来自学术文献或开源项目（如GitHub）。
申请人在提交前若未进行全面检索，容易陷入“重复研发”陷阱。例如，某团队自主研发的图像增强算法，因未检索到2019年公开的一篇硕士学位论文（知网可查），该论文已公开相同的对比度调整公式，导致申请被驳回。因此，通过八月瓜等平台进行多维度检索（包括论文、专利、产品说明书等），是规避新颖性风险的关键步骤。
即使技术方案具备新颖性，若对本领域技术人员而言是“显而易见”的，仍会因创造性不足被驳回。创造性要求技术方案与现有技术相比具有“突出的实质性特点”和“显著的进步”。图像领域中，“常规改进”或“简单组合”是常见的创造性缺陷。
例如，某申请在现有“图像灰度化处理”基础上，增加了“对灰度值进行±5%的随机扰动”，声称能提高图像鲁棒性。审查员指出，灰度值扰动属于本领域常用的抗干扰手段，调整幅度在常规实验范围内，对技术人员而言无需付出创造性劳动即可想到，因此认定缺乏创造性。国家专利局2023年数据显示，图像专利申请中因创造性问题驳回的比例占比最高（约35%），其中“常规参数调整”“简单叠加现有技术特征”是主要缺陷类型。
值得注意的是，创造性判断需结合“技术效果”综合考量。例如，某申请将“人脸识别算法”与“红外成像技术”结合，解决了弱光环境下识别准确率低的问题，且准确率提升了30%，因技术效果显著且组合方式非显而易见，最终获得授权。这提示申请人，在撰写时需明确技术方案如何克服“技术偏见”或“长期未解决的技术难题”，而非简单堆砌现有技术。
《专利法》要求说明书需“清楚、完整地公开技术方案，使本领域技术人员能够实现”。图像技术常涉及算法、模型、参数等细节，若公开不充分，会导致审查员无法确认技术方案的可行性，进而驳回申请。
典型案例包括：某申请要求保护“一种图像超分辨率重建方法”，说明书仅描述“通过神经网络对低清图像进行处理得到高清图像”，但未公开网络结构（如层数、卷积核尺寸）、训练数据来源、损失函数类型等关键参数，本领域技术人员无法复现该方法，被认定为“公开不充分”。国家知识产权局2023年驳回案例统计显示，图像领域因公开不充分被驳回的申请占比约18%，其中“算法步骤模糊”“关键参数缺失”是主要问题。
实践中，充分公开的标准是“让本领域技术人员无需创造性劳动即可实施”。例如，某图像分割算法申请在说明书中提供了详细的代码片段（关键部分）、训练数据集的获取方式（如公开数据集名称）、以及实验对比数据（与现有技术的分割精度对比），即使未公开全部代码，仍被认定为公开充分。
权利要求书是界定专利保护范围的核心文件，若表述模糊、界限不清，会直接导致驳回。图像领域常见的“不清楚”问题包括：使用含义不确定的术语、技术特征缺少必要限定、保护范围过宽等。
例如，某申请的独立权利要求为“一种图像处理装置，包括对图像进行优化的模块”，其中“优化”未限定具体手段（如降噪、增强、分割等），“模块”也未说明其功能与结构，审查员认为该权利要求保护范围无法界定，属于“不清楚”。又如，某权利要求使用“优选地，图像分辨率为高分辨率”，但未定义“高分辨率”的具体数值范围（如1920×1080以上），导致范围模糊。
审查指南明确要求，权利要求需“以说明书为依据，清楚、简要地限定要求保护的范围”。例如，合格的权利要求表述可为“一种图像降噪方法，包括：步骤1，获取待处理图像；步骤2，通过3×3高斯滤波对图像进行平滑处理，其中高斯核标准差为0.8±0.1”——通过具体参数和步骤限定，使保护范围清晰可辨。
单一性要求一件专利申请应当限于一项发明创造，若包含多项不属于一个总的发明构思的技术方案，会因“单一性缺陷”被驳回。图像领域中，申请人常试图“打包”多个关联度低的技术方案，导致不符合单一性要求。
例如，某申请同时要求保护“一种图像拍摄方法”“一种图像显示装置”“一种存储上述方法的计算机可读介质”，但三者的技术特征仅存在“均涉及图像”这一表面关联，缺乏“相同或相应的特定技术特征”（如共同的图像压缩算法），审查员要求分案申请，申请人拒绝后被驳回。
判断单一性的关键是“是否具有一个总的发明构思”。例如，若申请同时保护“基于深度学习的图像去雾方法”“实现该方法的终端设备”“存储该方法的介质”，三者均围绕“深度学习去雾算法”这一特定技术特征，属于一个总的发明构思，具备单一性。
在图像技术快速发展的当下，专利申请的驳回风险既来自技术本身的创新性，也与申请人对审查规则的理解深度相关。通过精准定位保护客体、全面检索现有技术、充分公开技术方案、清晰界定权利要求，并确保申请文件符合单一性要求，可显著提高授权概率。国家专利局数据显示，2023年通过预审的图像领域专利申请中，因上述缺陷被驳回的比例仅为12%，远低于平均水平，这提示申请人需在申请前进行系统的布局与准备。
很多人认为只要图像是自己原创的，申请专利就一定会通过。实际上，原创并不等同于符合专利授权条件。专利审查除了看是否为原创，更重要的是考察其是否具备新颖性、创造性和实用性。即使图像是自己创作的，但如果在申请前已在公开场合展示或发表过，就可能因缺乏新颖性而被驳回。
随着数字技术与人工智能的发展，图像相关专利申请量逐年增长，但2023年我国图像领域专利申请平均驳回率超35%，显著高于整体发明专利平均驳回率。本文剖析了图像专利申请被驳回的主要原因： 1. 技术方案不属于专利保护客体：专利保护“新的技术方案”，涉及纯艺术创作等的申请会因不属于保护客体被驳回，关键在于是否包含“技术性特征”。 2. 技术方案缺乏新颖性：图像技术迭代快、公开渠道多，易因现有技术公开导致新颖性缺失，申请人提交前应全面检索。 3. 技术方案创造性不足：即便具备新颖性，若对本领域技术人员是“显而易见”的，会因创造性不足被驳回，创造性判断需结合“技术效果”综合考量。 4. 说明书公开不充分：若未清楚、完整公开技术方案关键细节，导致审查员无法确认可行性，会被驳回。 5. 权利要求书保护范围不清楚：表述模糊、界限不清会导致驳回，权利要求需以说明书为依据，清楚限定保护范围。 6. 申请文件存在单一性缺陷：一件专利申请应限于一项发明创造，包含多项无关联技术方案会因单一性缺陷被驳回。
申请人精准定位保护客体、全面检索、充分公开方案、清晰界定权利要求、确保单一性，可提高授权概率。