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！

龙图腾网获悉厦门大学申请的专利一种基于仿生视觉的图像增强装置、水下目标检测系统及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：CN120355593B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510849219.7，技术领域涉及：G06T5/50；该发明授权一种基于仿生视觉的图像增强装置、水下目标检测系统及方法是由朱逸;陈灿榕;张译文;袁飞设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本一种基于仿生视觉的图像增强装置、水下目标检测系统及方法在说明书摘要公布了：本发明公开了一种基于仿生视觉的图像增强装置、水下目标检测系统及方法，其通过模拟高级视觉生物的视觉感知机制，用以模拟高级视觉动物从复杂的视觉场景中提取关键信息的相关机制，并且仿生其在处理不同的视觉信息时，往往会根据目标的重要性和位置给予不同的关注的特性，从而改善现有的水下目标检测模型面对复杂环境、水下小目标以及目标与背景相似性存在的检测困难的问题。本发明在提升目标检测精度的同时，不带来太多的计算复杂度，使其更适用于水下环境中的实时应用。

本发明授权一种基于仿生视觉的图像增强装置、水下目标检测系统及方法在权利要求书中公布了：1.一种基于仿生视觉的图像增强装置，其特征在于：包括区域感知模块、多尺度特征聚合模块、卷积块注意力机制模块、对比度自适应归一化模块； 所述区域感知模块：模仿高级生物视觉系统中的中央视网膜和外围视网膜的功能，中央视网膜负责精细的目标细节感知，而外围视网膜则用于感知整体场景并快速定位目标； 所述多尺度特征聚合模块：模拟生物视觉系统在不同尺度和深度上处理信息的能力，帮助在多个尺度上提取和聚合特征，从而全面捕捉图像细节； 所述卷积块注意力机制模块：模拟高级生物视觉系统的注意力机制，能够动态聚焦于重要特征，抑制无关信息，通过通道和空间注意力提升关键特征的表达能力； 所述对比度自适应归一化模块：模拟生物视觉系统中适应性调整对比度的机制，根据不同光照条件自动调整图像亮度和对比度，增强重要特征的可见性； 区域感知模块对输入的特征图进行增强处理，得到增强后的特征图；多尺度特征聚合模块对增强后的特征图进行处理，通过不同的感受野特征来融合局部和全局的特征，得到融合特征；卷积块注意力机制模块对融合特征进一步筛选，筛选出重要特征信息；对比度自适应归一化模块对筛选出的重要特征信息进行增强处理，得到最终的增强特征； 所述区域感知模块对图像的处理如下： 假设输入特征图的尺寸为，其中是高度，是宽度，是通道数；首先使用卷积3×3模拟中央视网膜对目标细节的聚焦，提取局部细节特征，即 ； 其中，表示3×3卷积，表示局部特征，表示输入特征图； 接着，使用卷积5×5模拟外围视网膜对全局背景的感知，提取较大范围的背景特征： 其中，表示5×5卷积，表示背景特征，表示输入特征图；通过Sigmoid激活函数生成注意力图： ； 其中，表示激活函数，为局部特征，为背景特征； 对输入特征图与注意力图进行逐元素相乘，增强目标区域特征并抑制背景区域特征，得到注意力加权的特征图： 其中，为注意力加权的特征图，为输入特征图，为注意力图； 所述多尺度特征聚合模块的处理具体如下： 首先，使用三个扩张率分别为1，2，3的深度可分离卷积来提取不同感受野的特征信息： ； ； ； 其中，分别代表提取到的3个不同尺度的特征信息，表示深度可分离卷积，为注意力加权的特征图，表示扩张率； 接着，进行全局平均池化操作，以获得输入特征图的全局信息； ； 其中，代表全局平均池化；表示输入特征图的全局信息，为注意力加权的特征图； 然后，将池化结果变换为一维的特征表示，并通过一个全连接层来计算三个尺度的权重： 其中，表示三个尺度的权重，表示全连接层，表示输入特征图的全局信息，表示激活函数； 利用计算得到的权重对多尺度特征进行加权融合： 其中，为加权后的特征图；为扩张率为时提取到的特征权重，表示扩张率为时提取到的特征信息； 加权后的特征图会通过一个1×1的卷积进行进一步的特征融合，并且将融合后的特征图与输入特征图进行残差连接，避免信息丢失： 其中，为融合特征图，为加权后的特征图，为注意力加权的特征图，表示1×1卷积。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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”。

以上内容由龙图腾AI智能生成。