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！

龙图腾网获悉南京邮电大学申请的专利一种基于多层次特征提取融合的低光照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：CN115393225B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202211088239.X，技术领域涉及：G06T5/90；该发明授权一种基于多层次特征提取融合的低光照图像增强方法是由王力谦;王成;葛琦;邵文泽设计研发完成，并于2022-09-07向国家知识产权局提交的专利申请。

本一种基于多层次特征提取融合的低光照图像增强方法在说明书摘要公布了：本发明公开了一种基于多层次特征提取融合的低光照图像增强方法，包括：对待增强的低光照图像进行预处理；将经过预处理的低光照图像输入到训练好的低光照增强网络模型中，得到低光照增强图；低光照增强网络模型的基础为卷积神经网络；本发明通过在低光照增强网络模型中多次利用特征提取模块实现对不同层次的特征进行提取，通过特征提取模块中的空洞卷积分支来提取不同尺度的特征，再通过通道注意力模块和空间注意力模块对提取的特征进行权重调整，然后通过特征增强网络模块对得到的不同层次和不同尺度的特征进行增强，最后进行特征融合，使得增强后图像的细节、结构、对比度、颜色等特征更明显。

本发明授权一种基于多层次特征提取融合的低光照图像增强方法在权利要求书中公布了：1.一种基于多层次特征提取融合的低光照图像增强方法，其特征在于，包括：对待增强的低光照图像进行预处理；将经过预处理的低光照图像输入到训练好的低光照增强网络模型中，根据所述低光照增强网络模型的输出得到低光照增强图； 其中所述低光照增强网络模型的训练过程包括： S1：获取低光照图像及对应的正常光照图像作为数据集，对数据集中图像进行像素归一化，得到训练数据集； S2：将训练数据集中的低光照图像输入低光照增强网络模型中，依次经过至少3个特征提取模块，进行特征提取； S3：每个特征提取模块输出的特征图同时作为对应特征增强模块和下一个特征提取模块的输入； S4：将多个特征增强模块输出的特征增强图输入到特征融合模块进行特征融合，得到最终的低光照增强图； S5：利用损失函数约束低光照增强图与对应的正常光照图像之间的差异，不断调整模型的参数，直到模型收敛，完成模型的训练； 其中，特征提取模块处理过程包括：将输入图像输入到第一卷积Conv层，第一卷积Conv层的输出分别输入到两个Conv分支中，再将两个Conv分支输出的特征图通过第一Concatenate层进行通道连接，将第一Concatenate层的输出与第一卷积Conv层的输出通过第二Concatenate层进行通道连接，然后将第二Concatenate层的输出图像依次经过Conv层、通道注意力模块、空间注意力模块，最后输出得到提取的特征图；其中，第一卷积Conv层对输入图像进行浅层特征提取；两个Conv分支均包含两个Conv层，第一个Conv分支的两个Conv层都采用普通卷积，第二个Conv分支中的第一个Conv层采用空洞卷积，第二个Conv分支中的第二个Conv层采用普通卷积，两个分支并列提取特征，用于联合考虑特征图上下文信息。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。