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！

龙图腾网获悉福州大学申请的专利基于频域感知与调和的多退化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：CN118469884B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202410628686.2，技术领域涉及：G06T5/90；该发明授权基于频域感知与调和的多退化低照度图像增强方法是由牛玉贞;许瑞;陈思灵设计研发完成，并于2024-05-21向国家知识产权局提交的专利申请。

本基于频域感知与调和的多退化低照度图像增强方法在说明书摘要公布了：本发明涉及一种基于频域感知与调和的多退化低照度图像增强方法。包括：对输入图像进行预处理，包括图像配对、裁剪和数据增强处理，以得到训练数据集；设计一个基于频域感知与调和的多退化低照度图像增强网络，由输入映射层、三阶段编码器、瓶颈层、三阶段解码器以及输出映射层组成；设计损失函数；使用训练数据集训练基于频域感知与调和的多退化低照度图像增强网络；将待测图像输入到该网络中，利用训练好的网络生成正常照度的清晰图像。本发明利用频域感知解耦不同类型的退化，并通过调和方式加强局部和全局处理之间的联系，有助于促进模型在现实世界低光照场景中出现的复杂未知退化问题的泛化性，实现高保真度的场景重现和增强效果。

本发明授权基于频域感知与调和的多退化低照度图像增强方法在权利要求书中公布了：1.一种基于频域感知与调和的多退化低照度图像增强方法，其特征在于，包括如下步骤： 步骤A、对输入图像进行预处理，包括图像配对、裁剪和数据增强处理，以得到训练数据集； 步骤B、设计一个基于频域感知与调和的多退化低照度图像增强网络，由输入映射层、三阶段编码器、瓶颈层、三阶段解码器以及输出映射层组成； 步骤C、设计用于训练步骤B中所设计网络的损失函数； 步骤D、使用训练数据集训练基于频域感知与调和的多退化低照度图像增强网络； 步骤E、输入待测图像，利用训练好的基于频域感知与调和的多退化低照度图像增强网络生成正常照度的清晰图像； 所述步骤B具体实现如下： 步骤B1、设计输入映射层，由一个卷积核大小为3×3、步长为1的卷积层构成；对于输入的多退化低照度图像经过输入映射层提取的浅层特征表示为其中C表示特征的通道数，H和W分别表示浅层特征的高和宽； 步骤B2、设计三阶段编码器，每个阶段的编码器由若干局部-全局增强块和一个下采样层组成；其中，第一至三阶段的局部-全局增强块数量分别为N1、N2和N3；下采样层包括一个卷积核大小为3×3、步长为1的卷积层，用于将通道数提升两倍；一个LeakyReLU激活函数；以及一个双线性下采样操作将特征尺寸减半；第三阶段的编码器通道数没有进行两倍扩增；经过三阶段编码器的特征表示为 步骤B3、设计瓶颈层，由N4个局部-全局增强块组成，在同尺度上对输入的特征I3进行增强；瓶颈层中局部-全局增强块的结构与步骤B2中的局部-全局增强块一致； 步骤B4、设计三阶段解码器，每个阶段的解码器包括一个上采样层、一个特征尺寸统一层以及若干局部-全局增强块；其中，第一至三阶段的局部-全局增强块数量分别为N3、N2和N1；上采样层包括一个双线性上采样操作将特征尺度提升两倍，以及一个卷积核大小为3×3、步长为1的卷积层将特征的通道维度减半；与第三阶段编码器对应，第一阶段解码器的通道数没有减半；此外，三阶段解码器中的局部-全局增强块的结构与步骤B2中的局部-全局增强块一致； 步骤B5、设计输出映射层，由一个卷积核大小为3×3、步长为1的卷积层构成；对于步骤B4的输出特征，经过输出映射层得到残差图像 步骤B6、对于步骤B5输出的残差图像与输入图像通过残差连接的方式相加，得到增强后的3通道图像，表示为

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。

以上内容由龙图腾AI智能生成。