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！

龙图腾网获悉西安理工大学申请的专利基于照度和场景纹理注意力图的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：CN117196980B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202311153824.8，技术领域涉及：G06T5/92；该发明授权基于照度和场景纹理注意力图的低照度图像增强方法是由赵明华;汶怡春;都双丽;胡静;吕志勇;尤珍臻;王理设计研发完成，并于2023-09-07向国家知识产权局提交的专利申请。

本基于照度和场景纹理注意力图的低照度图像增强方法在说明书摘要公布了：本发明公开了基于照度和场景纹理注意力图的低照度图像增强方法，对低光照图像进行色彩均衡处理求取最小通道约束图，降低低照度图像RGB三通道因为光照强度差异存在的色彩偏差问题；构造图像增强网络，输入低照度图像的最小通道约束图对正常曝光图像的照度和纹理进行注意力图估计，得到照度和纹理注意力估计图，将照度和纹理注意力估计图作为信息引导进行图像的亮度提升和噪声抑制，将亮度提升和噪声抑制后得到的结果划分成小块进行局部增强，得到低照度图像的增强图像；解决了现有图像增强技术中需要显示估计噪声强度且增强图像存在过曝光或增强不足的问题。

本发明授权基于照度和场景纹理注意力图的低照度图像增强方法在权利要求书中公布了：1.基于照度和场景纹理注意力图的低照度图像增强方法，其特征在于，具体按照以下步骤实施： 步骤1、在数据集中选取多对低照度图像和其对应的正常曝光图像，对低照度图像暗通道估计得到暗通道估计图，对暗通道估计图进行色彩均衡处理，并求取低照度图像和正常曝光图像的最小通道约束图； 步骤2、构造图像增强网络，训练时通过损失函数对图像增强网络进行约束，采用LOL数据集中选取的低照度图像和对应的正常曝光图像对图像增强网络进行训练，每次训练时采用最小通道约束图对正常曝光图像的照度和纹理进行注意力图估计，生成照度和纹理注意力估计图作为全局增强模块的引导图，且选定损失函数的值不再下降时得到的图像增强网络为最优图像增强网络； 步骤3、将低照度图像与照度和纹理注意力估计图进行拼接融合输入图像增强网络，将照度和纹理注意力估计图作为图像增强网络的引导图，指导全局图像增强； 步骤4、将增强后的图像划分成小块，进行局部增强，判断图像局部纹理相似度，得到低照度图像的增强图像； 步骤1具体过程为： 步骤1.1、在LOL数据集中选取低照度图像和对应的正常曝光图像，对低照度图像暗通道估计得到暗通道估计图，在暗通道图中选取亮度值排在前10%的像素点，令这些像素点构成集合，则可用公式1计算每个颜色通道的光照强度，： 1 其中，表示低照度图像的颜色通道图在像素点处的值，表示集合中元素的个数； 步骤1.2、利用各通道的光照强度进行色彩均衡处理，表达式为：； 步骤1.3、使用最小化函数公式2得到低照度图像的最小通道约束图，对于正常曝光图像其最小通道约束图无需色彩校正过程： 2； 步骤2所述采用最小通道约束图对正常曝光图像的照度和纹理进行注意力图估计具体过程为：最小通道约束图输入注意力估计网络进行下采样和上采样，上采样利用的转置卷积提取特征图，并将其与下采样阶段得到的特征图进行拼接融合，最后再进行卷积操作，最终得到照度和场景纹理注意力估计图。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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”。