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！

龙图腾网获悉沈阳航空航天大学申请的专利基于改进Retinex-Net的低照度图像增强方法及智能穿戴系统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：CN120598829B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202510667839.9，技术领域涉及：G06T5/90；该发明授权基于改进Retinex-Net的低照度图像增强方法及智能穿戴系统是由王传云;吴绮菡;周明奇;高骞;王琳霖设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本基于改进Retinex-Net的低照度图像增强方法及智能穿戴系统在说明书摘要公布了：本发明提供了一种基于改进Retinex‑Net的低照度图像增强方法及智能穿戴系统，其中，所述图像增强方法包括如下步骤：收集具有低照度标签的数据集并划分成训练集和测试集；设计基于改进Retinex‑Net的低照度图像增强模型并进行训练及验证，得到训练好的低照度图像增强模型，所述低照度图像增强模型由分解网络、调整网络和重建网络构成，所述分解网络的反射路径中加入由恒等映射以及残差收缩构建单元形成的子网络；利用训练好的所述低照度图像增强模型对图像进行增强，得到增强后的图像。本发明提供的低照度图像增强方法及智能穿戴系统，可有效抑制图像分解过程中产生的噪声，提升图像的清晰度和质量，实现低照度图像增强。

本发明授权基于改进Retinex-Net的低照度图像增强方法及智能穿戴系统在权利要求书中公布了：1.一种基于改进Retinex-Net的低照度图像增强方法，其特征在于，包括： S1：收集具有低照度标签的数据集并划分成训练集和测试集，其中，所述数据集包括不同场景、不同光照条件的图像； S2：设计基于改进Retinex-Net的低照度图像增强模型并利用所述训练集和测试集对所述低照度图像增强模型进行训练及验证，得到训练好的低照度图像增强模型； 所述低照度图像增强模型由分解网络、调整网络和重建网络三部分构成，其中，所述分解网络的反射路径中加入由恒等映射以及残差收缩构建单元形成的子网络，所述模型的训练过程如下： S21：利用所述分解网络将输入的低照度图像Slow与正常图像Snormal对应分解为反射分量Rlow,Rnormal与光照分量Ilow,Inormal，并对所述低照度图像的反射分量Rlow进行优化，得到优化后的低照度图像的反射分量Rlow1； S22：利用由恒等映射以及残差收缩构建单元形成的子网络对优化后的低照度图像的反射分量Rlow1进行噪声抑制，得到去噪后的低照度图像的反射分量Rdenoised； S23：利用所述调整网络对所述低照度图像的光照分量Ilow进行校正，得到校正后的光照分量Icorrected； S24：利用所述重建网络将去噪后的反射分量Rdenoised与校正后的光照分量Icorrected逐元素相乘，恢复出与低照度图像对应的增强图像； S25：利用损失函数计算所述增强图像与正常图像的误差并进行反向传播，更新所述低照度图像增强模型的参数，直至完成所述低照度图像增强模型的训练； S3：利用训练好的所述低照度图像增强模型对实时采集的低照度图像进行增强，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沈阳航空航天大学，其通讯地址为：110136 辽宁省沈阳市道义经济开发区道义南大街37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。