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院深圳先进技术研究院申请的专利一种无监督的水下图像增强方法及相关设备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：CN115660980B 。

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：202211296249.2，技术领域涉及：G06T5/92；该发明授权一种无监督的水下图像增强方法及相关设备是由易正琨;麦可;吴新宇;尹猛;李叶海;高飞设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本一种无监督的水下图像增强方法及相关设备在说明书摘要公布了：本发明公开了一种无监督的水下图像增强方法及相关设备，所述方法包括：在公开数据集中获取水下图像数据，所述水下图像数据包括训练数据集和测试数据集，将所述水下图像数据进行归一化处理和缩放处理；构建神经网络模型，使用处理后的所述训练数据集来训练所述神经网络模型，所述神经网络模型包括参数估计网络和图像增强网络；将处理后的所述测试数据集输入到已训练好的所述神经网络模型中，所述参数估计网络和所述图像增强网络根据处理后的所述测试数据集输出水下增强图像。本发明通过图像增强将失真的水下图像恢复为颜色均衡、细节丰富、对比度好的图像，实现了通过无监督的方法增强不同水体环境下的图像数据，泛用性更好。

本发明授权一种无监督的水下图像增强方法及相关设备在权利要求书中公布了：1.一种无监督的水下图像增强方法，其特征在于，所述无监督的水下图像增强方法包括： 在公开数据集中获取水下图像数据，所述水下图像数据包括训练数据集和测试数据集，将所述水下图像数据进行归一化处理和缩放处理； 构建神经网络模型，使用处理后的所述训练数据集来训练所述神经网络模型，所述神经网络模型包括参数估计网络和图像增强网络； 将处理后的所述测试数据集输入到已训练好的所述神经网络模型中，所述参数估计网络和所述图像增强网络根据处理后的所述测试数据集输出水下增强图像； 所述神经网络模型的总损失函数由CLAHE图像对照损失、颜色恒定性损失、曝光控制损失和照明平滑度损失组成； 所述总损失函数由CLAHE图像对照损失、颜色恒定性损失、曝光控制损失和照明平滑度损失加权相加得到： ； 其中，表示总损失函数；表示CLAHE图像对照损失；表示颜色恒定性损失；表示曝光控制损失；表示照明平滑度损失； 其中，所述CLAHE图像对照损失为： ； 其中，为SmoothL1Loss函数；为对原始训练数据集进行限制对比度自适应直方图均值化处理；表示归一化处理； 其中，所述颜色恒定性损失为： ； 其中，表示遍历了三个颜色通道中所有两两组合；表示增强图像中颜色通道的亮度平均值；表示增强图像中颜色通道的亮度平均值； 其中，所述曝光控制损失为： ； 其中，表示第个大像素的亮度；为常数；为大像素总个数； 其中，所述照明平滑度损失为： ； 其中，表示迭代次数；和分别表示水平和垂直的梯度算子；表示RGB颜色空间，包含三个通道；表示第n次二次曲线处理迭代中c颜色通道所对应的切片。

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院深圳先进技术研究院，其通讯地址为：518000 广东省深圳市南山区西丽深圳大学城学苑大道1068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”。