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！

龙图腾网获悉中国科学技术大学申请的专利基于逐像素伽马矫正的实时低光照图像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：CN116109509B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310140633.1，技术领域涉及：G06T5/92；该发明授权基于逐像素伽马矫正的实时低光照图像增强方法及系统是由凌强;李湘生;刘满禄设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本基于逐像素伽马矫正的实时低光照图像增强方法及系统在说明书摘要公布了：本发明涉及一种基于逐像素伽马矫正的实时低光照图像增强方法及系统，其方法包括：步骤S1：输入待增强的低光照图片，将其归一化到0到1之间，得到归一化的低光照图片；步骤S2：将归一化的低光照图片输入训练好的轻量级卷积神经网络中，输出一系列与输入图像尺寸一致的伽马矫正参数图；步骤S3：基于伽马矫正参数图，对待增强的低光照图片使用迭代增强策略进行逐像素伽马矫正，得到初步增强结果；步骤S4：对初步增强结果使用自适应对比度增强算法增强对比度，输出对比度增强的最终增强结果。本发明提供的方法，可以对图像的不同区域执行不同的增强，增强效果更优秀，并结合深度学习，具有更强的自适应性。

本发明授权基于逐像素伽马矫正的实时低光照图像增强方法及系统在权利要求书中公布了：1.一种基于逐像素伽马矫正的实时低光照图像增强方法，其特征在于，包括： 步骤S1：输入待增强的低光照图片，将其归一化到0到1之间，得到归一化的低光照图片； 步骤S2：将所述归一化的低光照图片输入训练好的轻量级卷积神经网络中，输出一系列与输入图像尺寸一致的伽马矫正参数图，具体包括： 所述轻量级卷积神经网络由四层卷积层组成，每层卷积的卷积核大小均为3×3且步长为1；前三层的卷积核数量均为8，激活函数均为ReLU；第四层的卷积核数量为n，以输出n张伽马矫正参数图；激活函数为Sigmoid，以保证所述伽马矫正参数图中的值落在0~1之间；同时，构建损失函数训练所述轻量级卷积神经网络，所述损失函数为最小化伽马矫正参数图到预期伽马矫正参数图的L1距离； 其中，为预期伽马矫正参数图；为二维坐标；将所述待增强的低光照图片和迭代过程中的迭代结果划分成多个不重叠的区域，求所述不重叠的区域的平均强度，可以得到所述待增强的低光照图片和迭代结果图像的平均强度图；将强度区间划分成三个部分，即、和；平均强度落在区间内的图像区域，表示图像中全黑而不包含任何有意义内容的区域，预期伽马矫正参数图中这些区域对应的伽马参数应为1；平均强度落在区间内的图像区域，表示图像中有内容但被低光照掩盖的部分，中对应的伽马参数为，保证合理的增强；平均强度落在区间内的图像区域，表示图像中曝光良好的部分，中对应的伽马参数为1； 将所述低光照图片输入训练好的所述轻量级卷积神经网络后，得到一系列与输入图像尺寸一致的伽马矫正参数图； 步骤S3：基于所述伽马矫正参数图，对所述待增强的低光照图片使用迭代增强策略进行逐像素伽马矫正，得到初步增强结果； 步骤S4：对所述初步增强结果使用自适应对比度增强算法增强对比度，输出对比度增强的最终增强结果。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。