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！

龙图腾网获悉安徽大学申请的专利一种基于可逆网络的低亮度图像增强方法、装置及产品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：CN120107132B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510166073.6，技术领域涉及：G06T5/90；该发明授权一种基于可逆网络的低亮度图像增强方法、装置及产品是由汪粼波;燕卓;方贤勇;刘政怡设计研发完成，并于2025-02-14向国家知识产权局提交的专利申请。

本一种基于可逆网络的低亮度图像增强方法、装置及产品在说明书摘要公布了：本发明涉及一种基于可逆网络的低亮度图像增强方法、装置及产品。基于可逆网络的低亮度图像增强方法包括：S1、将低亮度图像I分解为反射分量R和光照分量L；提取低亮度图像I的颜色信息gcI和边界信息geI；S2、采用经过双向训练的可逆神经网络模型对R、L进行优化，得到中间特征RN、LN；S3、对RN进行卷积处理得到增强光照分量对LN进行卷积处理得到增强反射分量将和合成得到增强后的图像本发明将低光照图像的反射分量和光照分量转换为正常光照图像的对应分量，在转换过程中，使用多个可逆变模块迭代优化这两个分量，实现了一个分量对另一个分量的互相优化，最终使生成的正常光照图像更加接近真实值，从而使得图像增强效果更好。

本发明授权一种基于可逆网络的低亮度图像增强方法、装置及产品在权利要求书中公布了：1.一种基于可逆网络的低亮度图像增强方法，其特征在于，其包括： S1、将低亮度图像I分解为反射分量R和光照分量L； 提取低亮度图像I的颜色信息gcI和边界信息geI，并将gcI、geI与L融合得到先验特征Lg； S2、采用经过双向训练的可逆神经网络模型对R、L进行优化，得到中间特征RN、LN； 其中，可逆神经网络模型包括：4个卷积层conv1～conv4、N个可逆变模块IFT1～IFTN； conv1用于对R进行卷积处理得到处理后的反射分量R0； conv2用于对L进行卷积处理得到处理后的光照分量L0； IFT1～IFTN结构相同，均包括：2个特征提取块TFG、2个更新部update、2个映射部exp； 在第n个可逆变模块IFTn中，n∈[1，N]； 第1个TFG用于对IFTn的输入一Linputn进行特征提取，得到乘积因子和加和因子 第1个exp用于将的数值映射在正数范围内； 第1个update用于利用第1个exp的输出、对IFTn的输入二Rinputn进行乘积和加和处理，得到IFTn的输出一Routputn； 第2个TFG用于Routputn进行特征提取，得到乘积因子和加和因子 第2个exp用于将的数值映射在正数范围内； 第2个update用于利用第2个exp的输出、对Linputn进行乘积和加和处理，得到IFTn的输出二Loutputn； 其中，Linput1为L0、Lg；Rinput1为R0； Linputn+1为Loutputn；Rinputn+1为Routputn； S3、conv3用于对RN进行卷积处理得到增强光照分量 conv4用于对LN进行卷积处理得到增强反射分量 将和合成得到增强后的图像

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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。