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！

龙图腾网获悉北京理工大学申请的专利一种基于RAW图像的低弱光图像增强方法与装置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：CN116309116B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202310065505.5，技术领域涉及：G06T5/77；该发明授权一种基于RAW图像的低弱光图像增强方法与装置是由付莹;洪阳;张军设计研发完成，并于2023-02-06向国家知识产权局提交的专利申请。

本一种基于RAW图像的低弱光图像增强方法与装置在说明书摘要公布了：本发明涉及一种基于RAW图像的低弱光图像增强方法与装置，属于图像处理技术领域。本方法提出了用于低弱光图像增强的多尺度并行深度神经网络，通过卷积模块化设计实现不同深度网络分支的级联，以充分提取互补特征，合理分配计算资源。同时，深入分析基于RAW格式低弱光图像的数据优势，充分利用高分辨率RAW图像特别是绿色通道的空间信息和通道特性，从而达成更好的细节特征提取和隐藏信息挖掘，实现了基于RAW图像的高效低弱光图像增强，做到图像增强质量与模型处理效率之间的平衡兼顾。本发明有效提升了低弱光图像增强网络对不同信息含量的低弱光图像的鲁棒性恢复能力，提升了真实图像低弱光增强的质量，保证了真实低弱光增强图像的真实性。

本发明授权一种基于RAW图像的低弱光图像增强方法与装置在权利要求书中公布了：1.一种基于RAW图像的低弱光图像增强方法，其特征在于，包括以下步骤： 步骤1：分析低弱光RAW图像的数据特性，设计绿色通道引导卷积分支； 在拜耳模式的RAW图像的每2×2块中，提取属于相应位置的两个绿色通道的像素，获得绿色通道，将其一同送至绿色通道引导卷积分支； 通道引导卷积分支通过空间自适应归一化方式实现，对于照明信息和通道隐藏特征的提取，使用3×3卷积对输入的两个绿色通道进行处理，然后通过两个单独的3×3卷积，生成元素级参数γ和β； 最后，通过相乘和加和操作，添加到批归一化后的激活元素中； 步骤2：基于RAW图像通道特性和残差密集结构，设计通道注意力引导残差密集模块；结合注意力机制，优化现有残差密集结构，实现模块化设计； 通道注意力引导残差密集模块始于一个3×3的卷积运算，将其深度灵活设置为n，表示每个通道注意力引导残差密集模块能够根据实际计算需求设置为具有n层ReLU激活函数和3×3卷积组合件的模块； 步骤3：使用绿色通道引导卷积分支和通道注意力引导残差密集模块，构建多尺度并行特征提取主干网络； 从RAW图像利用的角度，通过设计多尺度并行特征提取架构，结合通道注意力引导残差密集模块，将输入的拜耳模式RAW图像降采样到不同尺度，同时进行特征提取与学习； 首先将输入的拜耳模式RAW图像分解转换为四通道图像，然后对其进行降采样，用于三个不同分支的多尺度特征学习，并提取相应的特征映射； 最后，对不同尺度下获取的特征映射上采样后进行拼接融合，实现跨不同图像尺度的协同特征提取和上下文特征信息聚合； 步骤4：建立真实图像过曝光增强的训练目标函数，对卷积神经网络的参数进行训练，得到低弱光RAW图像和参考图像之间的映射关系； 步骤5：输入需要测试的低弱光RAW图像和步骤4得到的低弱光RAW图像与参考图像间的映射关系； 通过构建低弱光RAW图像与正常光参考图像间的映射关系，将低弱光RAW图像映射成正常光照所需格式的图像。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街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”。