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 > 中国科学院软件研究所徐帆江获国家专利权

中国科学院软件研究所徐帆江获国家专利权

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!

龙图腾网获悉中国科学院软件研究所申请的专利一种基于零次学习的自适应的低光噪声图像增强方法和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:CN116579944B

龙图腾网通过国家知识产权局官网在2026-02-03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:202310528512.4,技术领域涉及:G06T5/77;该发明授权一种基于零次学习的自适应的低光噪声图像增强方法和系统是由徐帆江;夏玉萍;唐熊忻;郑权;魏花;陈巧;杨瀚翔设计研发完成,并于2023-05-11向国家知识产权局提交的专利申请。

一种基于零次学习的自适应的低光噪声图像增强方法和系统在说明书摘要公布了:本发明公开了一种基于零次学习的自适应的低光噪声图像增强方法和系统。该方法首先根据Retinex理论将原始低光图像分解得到光照分量和反射分量;接着对反射分量中的噪声进行估计并将其去除,同时通过一种结合伽马变换和线性变换的混合光照增强曲线来进行光照分量的增强;最后,利用增强后的光照分量和去除噪声后的反射分量进行图像重建,得到增强后的图像。本发明通过引入噪声估计,能够在一定程度上去除低光图像中的噪声,通过引入逐像素的增强曲线,能够处理照明不均匀的低光图像,扩大了本发明的应用场景,更加符合真实情况。

本发明授权一种基于零次学习的自适应的低光噪声图像增强方法和系统在权利要求书中公布了:1.一种基于零次学习的自适应的低光噪声图像增强方法,其特征在于,包括以下步骤: 将输入的原始图像分解为平滑的光照分量和带噪声的反射分量; 对反射分量中的噪声进行估计和去除; 采用混合光照增强曲线对光照分量进行增强; 利用增强后的光照分量和去除噪声后的反射分量进行图像重建,得到增强后的图像; 所述将输入的原始图像分解为平滑的光照分量和带噪声的反射分量,其采用的公式如下: I=Rn·L 其中,将原始低光图像I输入分解网络,生成含有噪声的反射分量Rn和光照分量L; 所述采用混合光照增强曲线对光照分量进行增强,包括:输入低光照下的图像的光照分量,通过光照增强网络,得到两个和图像大小一样的参数图A和B,将Gamma变换和线性变换结合来进行光照增强,增强是逐像素进行,能够处理光照不均匀的图像;增强后的光照分量为: 其中,表示增强后的图像,normalize表示将值归一化到0-1之间。

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中国科学院软件研究所,其通讯地址为:100190 北京市海淀区中关村南四街4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。

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。