西安电子科技大学昆山创新研究院;苏州觅踪智能科技有限公司刘靳获国家专利权
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!
龙图腾网获悉西安电子科技大学昆山创新研究院;苏州觅踪智能科技有限公司申请的专利基于Retinex理论的以颜色先验为引导的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:CN119273602B 。
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:202411378190.0,技术领域涉及:G06T5/90;该发明授权基于Retinex理论的以颜色先验为引导的低照度图像增强方法是由刘靳;陈凯淋;刘睿森;路文;朱明哲设计研发完成,并于2024-09-30向国家知识产权局提交的专利申请。
本基于Retinex理论的以颜色先验为引导的低照度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Retinex理论的以颜色先验为引导的低照度图像增强方法,构建基于Retinex理论的以颜色先验为引导的低照度图像增强网络模型进行低照度图像增强,该模型基于Retinex理论,通过颜色先验生成模块生成颜色先验,将颜色先验与原始图像进行拼接形成组合图像来指导低照度图像增强,通过图像照度增强网络提升图像的像素值,生成照度图像和特征图像。将照度图像输入去噪网络生成去噪分量,去噪网络设置有光照引导的注意力模块,该模块引入多尺度双门控前馈网络,使得去噪网络在不同尺度上实现图像的去噪,突出图像的重点内容。本发明提供的低照度图像增强方法解决了增强后的图像中部分增强区域偏离原始颜色,及增强低照度图像过程中将噪声放大的问题。
本发明授权基于Retinex理论的以颜色先验为引导的低照度图像增强方法在权利要求书中公布了:1.一种基于Retinex理论的以颜色先验为引导的低照度图像增强方法,其特征在于,包括以下步骤: S20、获取测试样本集A和训练样本集B,所述测试样本集A和所述训练样本集B均设置有多张不同数据来源的原始低照度图像; S40、构建基于Retinex理论的以颜色先验为引导的低照度图像增强网络模型,包括: S402、构建颜色先验生成模块,所述颜色先验生成模块能够基于预设比例系数α、β、γ对接收的输入图像I按照RGB像素值重新划分,生成颜色先验Ip,将颜色先验Ip与输入图像I拼接形成组合图像IR; S404、构建图像照度增强网络D,图像照度增强网络D能够提取组合图像IR的全局特征得到特征图像Flu,并基于特征图像Flu得到照度映射基于Retinex理论将输入图像I和照度映射进行逐像素相乘输出照度图像Ilu至去噪网络; S406、构建去噪网络,所述去噪网络包括多个光照引导的注意力模块IGAB,IGAB设置有依次连接的正则化层、光照引导的多头自注意力模块、正则化层和多尺度双门控前馈网络,所述光照引导的多头自注意力模块能够增强所接收图像的远程依赖关系,所述多尺度双门控前馈网络能够将所接收的图像复制后分别输入两个支路,其中一个支路能够提取所接收图像的细节信息,其中另一支路能够提取所接收图像的相邻像素的信息,突出两个支路中都重要的像素信息,将两个支路的图像进行特征增强后进行特征融合,输出融合后的融合图像; S60、使用训练样本集B训练模型,根据平均绝对误差损失函数计算原始低照度图像经模型训练后得到的增强图像和真实图像的损失,根据损失更新模型的权重,直至达到预设训练条件; S80、通过模型获取测试样本集A中原始低照度图像的增强结果。
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电子科技大学昆山创新研究院;苏州觅踪智能科技有限公司,其通讯地址为:215300 江苏省苏州市昆山市祖冲之南路1699号研发楼3层;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励