Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州电子科技大学;杭州电子科技大学上虞科学与工程研究院有限公司项杨军获国家专利权

杭州电子科技大学;杭州电子科技大学上虞科学与工程研究院有限公司项杨军获国家专利权

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!

龙图腾网获悉杭州电子科技大学;杭州电子科技大学上虞科学与工程研究院有限公司申请的专利一种考虑真实噪声和伪影的微光图像增强方法及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:CN117115018B

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:202311005200.1,技术领域涉及:G06T5/70;该发明授权一种考虑真实噪声和伪影的微光图像增强方法及装置是由项杨军;胡更生;陈梅设计研发完成,并于2023-08-10向国家知识产权局提交的专利申请。

一种考虑真实噪声和伪影的微光图像增强方法及装置在说明书摘要公布了:本发明公开一种考虑真实噪声和伪影的微光图像增强方法及装置。本发明获取短曝光图像以及对应长曝光图像;利用分解网络提取图像的照度;利用照度优化网络优化照度;利用噪声模型得到短曝光图像的噪声源;利用短曝光图像的噪声源添加到原始长曝光图像,得到真实噪声的短曝光图像:利用构建反射率恢复网络对真实噪声的短曝光图像提取恢复反射率;融合优化照度和恢复反射率得到增强的微光图像。本发明针对增强微光图像过程中出现的不和谐及退化问题,结合改进的深度Retinex网络框架和使用合成的真实微光噪声数据来训练网络,解决在特定场景下微光图像增强中出现的局部过曝和伪影噪声。该方法易于实现,增强的图像有较高的观看体验与质量。

本发明授权一种考虑真实噪声和伪影的微光图像增强方法及装置在权利要求书中公布了:1.一种考虑真实噪声和伪影的微光图像增强方法,其特征在于所述方法包括以下步骤: 步骤一、数据获取: S1.1获取多张长短时间曝光的原始图像,且每张长时间曝光图像对应多张短曝光图像,然后将所有图像统一调整为固定尺寸的RGB图像; S1.2构建暗帧数据库,对于每个感光度拍摄n个暗帧,使用相同的光圈和快门时间,平均n个暗帧保存噪声值,n≥10; 步骤二、构建分解网络: 所述分解网络包括第一卷积块、两路并行的分支;其输入为短曝光图像,输出为输入图像的照度; 所述两路并行的分支包括上行分支和下行分支;上行分支和下行分支间添加跳跃连接; 所述上行分支用于分解出低照度图像的反射率,其包括依次级联的第一最大池化层、第二卷积块、第二最大池化层、第三卷积块、第一反卷积层、第一连接层、第四卷积块、第二反卷积层、第二连接层、第五卷积块、第一卷积层、第一Sigmoid层;其中所述第一连接层将第一反卷积层的输出和第二卷积块的输出拼接;所述第二连接层将第二反卷积层的输出和第一卷积块的输出拼接; 所述下行分支用于分解出低照度图像的照度,其包括依次级联的第六卷积块、第三连接层、第二卷积层、第二Sigmoid层;其中所述第三连接层将第六卷积块的输出和第五卷积块的输出拼接; 步骤三、构建照度优化网络: 所述照度优化网络包括第四连接层、第七卷积块、第八卷积块、第九卷积块、第四卷积层、第三Sigmoid层;其输入为分解网络输出的照度,输出为优化照度; 步骤四、构建噪声模型: 原始图像的噪声源D建模为信号相关噪声和信号无关噪声,如公式1所示: D=KdKaI+Np+KdKaN1+KdN2+KdNq1 其中KdKaI+Np表示信号相关噪声,由于入射光子遵循泊松分布,所以把信号相关噪声建模为泊松分布,如公式2所示: 其中Y表示干净图像,Ka表示相机系统的模拟增益,Kd表示相机系统的数字增益,I表示入射光子数,Np表示依赖于信号的光子散粒噪声,表示采样的信号相关噪声; KdKaN1+KdN2+KdNq表示信号无关噪声,包括暗电流噪声、固定模式噪声、热噪声和量化噪声;对于信号无关噪声,直接从暗帧数据库中对合成噪声进行采样,如公式4: KdKaN1+KdN2+KdNq=Nindependent3 Nindependent←RandomSamplingB4 其中B表示暗帧数据库,RandomSampling表示随机采样;N1表示模拟增益之前产生的噪声总和;N2表示数字增益之前和模拟增益之后的所有噪声总和;Nq表示量化噪声;Nindependent表示信号无关噪声; 步骤五、根据公式1噪声模型得到短曝光图像的噪声源D,将其添加到原始长曝光图像,得到真实噪声的短曝光图像: 步骤六、构建反射率恢复网络,并利用真实噪声的短曝光图像进行训练; 所述反射率恢复网络以常规U-Net网络为框架,将框架网络的所有最大池化层替换为平均池化层,并且去除最上层U-Net的跳跃连接,只保留最下层的跳跃连接; 步骤七、融合照度优化网络输出的优化照度It和反射率恢复网络输出的恢复反射率Rt,得到增强的微光图像 其中⊙表示元素相乘。

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杭州电子科技大学;杭州电子科技大学上虞科学与工程研究院有限公司,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。