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！

龙图腾网获悉西安工程大学申请的专利基于多分支渐进式深度网络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：CN116452431B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310210922.4，技术领域涉及：G06T5/92；该发明授权基于多分支渐进式深度网络的弱光图像增强方法是由袁诚;张凯兵;余有江;陈小改;李敏奇;卢健设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本基于多分支渐进式深度网络的弱光图像增强方法在说明书摘要公布了：本发明公开了一种基于多分支渐进式的弱光图像增强方法，包括如下步骤：步骤1，准备数据；步骤2，搭建多分支渐进式增强模型；步骤3，根据步骤2搭建的结构对步骤1准备的数据进行训练，得到训练好的多分支渐进式增强模型；步骤4，基于步骤3得到的训练好的多分支渐进式增强模型进行数据测试。本发明通过不同尺度的多分支增强网络克服了弱光图像退化问题。

本发明授权基于多分支渐进式深度网络的弱光图像增强方法在权利要求书中公布了：1.基于多分支渐进式深度网络的弱光图像增强方法，其特征在于：具体包括如下步骤： 步骤1，准备数据； 步骤2，搭建多分支渐进式增强模型；所述步骤2中，多分支渐进式增强模型包括多分支增强结构和渐进式增强结构； 多分支增强结构包括编码器模块、多分支模块和解码器模块； 编码器模块包括六个卷积和激活函数层，接收输入的低光图像，增强输入由初始弱光图像与两个增强图像在通道维度中拼接，得到增强的输入数据，初始化时增强图像由原始的弱光图像替代，因此，模型的输入表示为： 1； 将输入编码器，提取不同维度大小和不同尺度的特征表示； 编码器表示为： 2； 其中，是编码器的输入，是第个分支的特征提取器，是第个编码器输出的深度特征表示，表示输入弱光图像的尺寸和通道数； 多分支模块包括四个分支，这四个分支表示为： 3； 其中，表示第个增强分支，和分别表示第个增强分支的输入和输出，第四个分支的输出通道是输入的一半，而其余三个分支的输入和输出尺寸完全相同； 解码器模块接收四个分支的输出，将不同分支增强后的特征融合，并压缩到三个通道内，生成最终结果，解码器融合的过程表示为： 4； 其中，表示对特征图进行上采样，并将特征图的通道数压缩到其原始大小的一半，是将融合的特征图压缩到通道的操作，得到与输入弱光图像大小相同的增强图像； 渐进式增强结构包括四个不同尺度的卷积LSTM模块，四个不同尺度的卷积LSTM模块嵌入到多分支增强结构中，在多分支增强结构中的每个增强分支中，卷积LSTM单元位于卷积层之间，每个卷积LSTM单元由四个组成部分组成，即遗忘门、输入门、输出门和存储单元，遗忘门、输入门、输出门由如下公式5~7所示： 5； 6； 7； 其中，表示LSTM在第时间步的隐藏状态向量；是第个时间步的输出和第个时间步的输入的连接通道特征图，,,,和是相互独立的卷积；和分别是激活函数和激活函数； 步骤3，根据步骤2搭建的结构对步骤1准备的数据进行训练，得到训练好的多分支渐进式增强模型； 步骤4，基于步骤3得到的训练好的多分支渐进式增强模型进行数据测试。

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工程大学，其通讯地址为：710048 陕西省西安市碑林区金花南路19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。