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！

龙图腾网获悉上海海洋大学申请的专利一种适用于复杂夜间作业场景的低光照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：CN120997082B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202511518379.X，技术领域涉及：G06T5/70；该发明授权一种适用于复杂夜间作业场景的低光照图像增强方法是由叶海雄;王帅;吴瑜;王芳设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本一种适用于复杂夜间作业场景的低光照图像增强方法在说明书摘要公布了：本发明公开了一种适用于复杂夜间作业场景的低光照图像增强方法，对采集的低照RGB图像预处理得到预处理图像；在浅层卷积投影与多层轴向变换器单元中提取多尺度特征，并以跨层注意力进行加权聚合形成增强特征；按噪声调度执行前向加噪获得表征低照噪声分布的潜在表示，并结合嵌入CBAM的U‑Net编码器提取深层语义表征；解码阶段通过跳跃连接与多层变换器重建细节，同时引入扩散模型的反向去噪逐步去除噪声，输出高亮度、低噪声的增强图像；训练过程中构建低光照到正常光照的双向映射，引入自编码损失与增强损失的加权目标对变换器与扩散参数进行联合优化，在通用GPU边缘设备上对低照场景进行监控。

本发明授权一种适用于复杂夜间作业场景的低光照图像增强方法在权利要求书中公布了：1.一种适用于复杂夜间作业场景的低光照图像增强方法，其特征在于，包括以下步骤： S101：图像采集与预处理：对低光照RGB图像进行噪声抑制、归一化与异常光照校正以形成预处理图像； S102：特征提取与跨层融合：将所述预处理图像输入变换器结构，通过多层特征提取与跨层融合，生成增强特征； S103：前向扩散与主干编码：将所述增强特征输入扩散模型的前向加噪单元，得到噪声建模特征；将噪声建模特征输入U-Net式主干结构的编码器提取深层特征；前向扩散过程为： 将增强特征输入至扩散模型的前向加噪单元，按照预设的噪声调度逐步叠加随机噪声，以模拟低光照环境下的噪声分布特征，得到包含多时刻噪声扰动的潜在表示；并将所述潜在表示作为所述噪声建模特征； S104：解码重建与反向扩散：将编码后的潜在特征输入解码器，在解码阶段引入扩散模型的反向去噪过程，生成增强后的高光照图像； S105：训练与一致性约束：引入双向映射模块构建自编码损失函数，约束增强一致性；以增强损失与自编码损失的加权和为目标函数，对变换器参数与扩散模型参数进行联合优化； 所述噪声调度采用线性与余弦的混合策略；在训练过程中依据验证误差的统计结果切换步长分配以降低反向扩散的误差积累； 所述步骤S105的双向映射模块包括在训练过程中构建两条生成映射路径： 正向映射：将低光照图像映射至正常光图像，计算与正常光图像样本之间的亮度分布差异； 逆向映射：将正常光图像映射至低光照图像，计算与输入低光图像之间的结构相似性差异； 其中，亮度分布差异通过均方误差或直方图交叉熵计算，结构相似性差异通过结构相似性指数或感知损失函数计算；将两种差异加权融合，形成双向一致性约束函数。

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上海海洋大学，其通讯地址为：201306 上海市浦东新区沪城环路999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。