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高频纹理重建的弱光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：CN117058041B 。

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：202311107766.5，技术领域涉及：G06T5/70；该发明授权高频纹理重建的弱光图像增强方法是由金海燕;张锦;苏浩楠;张园林;肖照林;王彬设计研发完成，并于2023-08-30向国家知识产权局提交的专利申请。

本高频纹理重建的弱光图像增强方法在说明书摘要公布了：本发明公开了一种高频纹理重建的弱光图像增强方法，采用SGHFP集成CNN模块和Transformer模块，使网络同时关注图像高频信息的局部和全局信息，最终将网络输出特征融合为高频信息重建图像，通过动态调整损失函数的权重，避免手工赋值，以约束网络达到最优的融合结果，从弱光环境中的可见光图像出发得到最终增强图像，且增强图像具有更加丰富的细节信息和更加清晰的结构轮廓。本发明解决了现有技术中存在的增强算法并不容易得到一个清晰、边缘轮廓结构明显和去噪结果优异的图像的问题。

本发明授权高频纹理重建的弱光图像增强方法在权利要求书中公布了：1.高频纹理重建的弱光图像增强方法，其特征在于，具体按照以下步骤实施： 步骤1、设计一个图像频率分解模块IFD，通过对输入的低照度图像X进行频率分解，分解图像的高频信息Y H和低频信息Y L两部分，分别对这两部分频率信息进行增强处理操作； 步骤2、设计基于Unet网络的信噪比感知模块SNRP，信噪比感知模块将对输入的低频图像信息进行处理，得到去噪后的图像低频信息Y d和生成低频图像的信噪比映射图M； 步骤3、设计基于CNN和Transformer的信噪比引导的高频信息重建网络SGHFR，通过该网络得到输入图像高频信息的图像的局部特征Y 1和全局特征Y 2，深层次提取高频图像信息的特征； 步骤4、设计高频特征融合模块FCT，将图像的局部特征Y 1和全局特征Y 2有选择性的融合在一起，得到增强后的高频信息重建图像Y； 步骤5、设计融合频率模块Fusion，将最终高频信息重建图像Y和去噪后的图像低频信息Y d进行融合，得到最后的图像增强结果Y output； 步骤6、基于CNN和Transformer的图像频率分解弱光增强方法搭建神经网络，进行训练1500个Epoch，验证训练结果，保存神经网络的模型； 步骤7、测试步骤6保存的神经网络的模型，加载步骤6训练好的网络模型，将测试集输入到训练好的网络模型中，之后对测试的结果进行保存，得到增强图像； 采用SGHFP集成CNN模块和Transformer模块，使网络同时关注图像高频信息的局部和全局信息，最终将网络输出特征融合为高频信息重建图像，通过动态调整损失函数的权重，避免手工赋值，以约束网络达到最优的融合结果，从弱光环境中的可见光图像出发得到最终增强图像，且增强图像具有更加丰富的细节信息和更加清晰的结构轮廓。

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”。