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！

龙图腾网获悉福州大学申请的专利聚合上下文和增强细节的全分辨率低照度图像增强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：CN115880177B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202211600774.9，技术领域涉及：G06T5/90；该发明授权聚合上下文和增强细节的全分辨率低照度图像增强方法是由牛玉贞;林晓锋;兰杰设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本聚合上下文和增强细节的全分辨率低照度图像增强方法在说明书摘要公布了：本发明提出一种聚合上下文和增强细节的全分辨率低照度图像增强方法，包括：进行数据预处理，包括数据配对、数据随机裁切、数据增强处理，得到训练数据集；设计聚合上下文和增强细节的全分辨率低照度图像增强网络，该网络由全分辨率细节提取模块、频空域上下文信息注意力模块、特征聚合和增强模块组成；设计损失函数，指导步骤B所设计网络的参数优化；使用步骤A得到的训练数据集训练步骤B中的聚合上下文和增强细节的全分辨率低照度图像增强网络，收敛到纳什平衡，得到训练好的聚合上下文和增强细节的全分辨率低照度图像增强模型。本发明能对低照度图像进行增强，解决低照度图像细节缺失、颜色失真、亮度不足等问题。

本发明授权聚合上下文和增强细节的全分辨率低照度图像增强方法在权利要求书中公布了：1.一种聚合上下文和增强细节的全分辨率低照度图像增强方法，其特征在于： 步骤A、进行数据预处理，包括数据配对、数据随机裁切、数据增强处理，得到训练数据集； 步骤B、设计聚合上下文和增强细节的全分辨率低照度图像增强网络，包括：全分辨率细节提取模块、频空域上下文信息注意力模块、特征聚合和增强模块； 步骤C、设计损失函数，用于指导步骤B所设计网络的参数优化； 步骤D、使用步骤A得到的训练数据集训练步骤B中的聚合上下文和增强细节的全分辨率低照度图像增强网络，收敛到纳什平衡，得到训练好的聚合上下文和增强细节的全分辨率低照度图像增强模型； 步骤E、将待测低照度图像输入训练好的聚合上下文和增强细节的全分辨率低照度图像增强模型，输出增强后的正常照度图像； 步骤B的具体实现步骤如下： 步骤B1、构建全分辨率细节提取模块，由浅层特征提取子模块、基于CBAM的注意力子模块、频域变换子模块组成，使用所设计的网络提取细节特征； 步骤B2、设计频空域上下文信息注意力模块，由多尺度特征提取子模块、频空域特征融合子模块组成，使用所设计的网络提取上下文特征； 步骤B3、设计特征聚合和增强模块，由特征聚合卷积块、协同增强子模块组成，聚合步骤B1中提取的细节特征和步骤B2提取的上下文特征，共同增强两类特征； 步骤B4、设计聚合上下文和增强细节的全分辨率低照度图像增强网络，包括全分辨率细节提取模块、频空域上下文信息注意力模块、特征聚合和增强模块； 步骤C具体实现方式为： 步骤C、设计损失函数，由L2损失和VGG感知损失组成，网络的总目标损失函数如下： l＝ω1||Iout-G||2+ω2||ΦIout-ΦG||1 其中，Φ·表示使用在ImageNet数据集上预训练的VGG-16分类模型提取Conv4-1层特征的操作；Iout表示低照度图像I的增强图像，G表示低照度图像I对应的标签图像，||.||1表示L1损失，||.||2表示L2损失，ω1、ω2为权重。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。