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！

龙图腾网获悉沈阳安丰电子工程有限公司申请的专利一种基于图像处理的身份识别方法及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：CN121033919B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511554691.4，技术领域涉及：G06V40/16；该发明授权一种基于图像处理的身份识别方法及系统是由赵烁;王志;邵伟;邵卓然;孙兴名;郑岩松设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本一种基于图像处理的身份识别方法及系统在说明书摘要公布了：本发明涉及图像处理技术领域，尤其涉及一种基于图像处理的身份识别方法及系统。本发明在进行身份识别时，对采集的图像通过语义感知、类型分类、分模式补偿融合的闭环流程进行图像光照补偿操作，其中，类型分类分为低光场景以及过曝场景，对于低光场景，采用人脸区域分布引导的Retinex算法实现预筛选后的所述人脸图像进行图像增强处理，对于过曝场景，通过感知高光区域与关键纹理区的梯度特征针对性调整CLAHE算法的cliplimit参数，实现预筛选后的所述人脸图像进行图像增强处理；实现了精准适配人脸结构、保留关键细节的光照修复，解决了现有方法的全局缺陷，为后续遮挡修复与姿态校正奠定了高质量的图像基础。

本发明授权一种基于图像处理的身份识别方法及系统在权利要求书中公布了：1.一种基于图像处理的身份识别方法，其特征在于，包括以下步骤： S1：采集待识别人员的人脸图像； S2：对所述人脸图像进行图像预筛选，过滤不合格图像； S3：对预筛选后的所述人脸图像进行图像增强处理； 所述S3具体为：S3.1：对所述人脸图像的光照异常类型进行分类，所述光照异常类型分为低光场景以及过曝场景；采用卷积神经网络模型实现所述人脸图像的光照异常分类，所述CNN模型的输入为所述人脸图像，输出为光照异常类型；S3.2：针对不同光照异常类型，结合所述人脸图像的区域分布，对预筛选后的所述人脸图像进行图像增强处理； 其中，所述S3.2具体为：对于低光场景，采用人脸区域分布引导的Retinex算法实现预筛选后的所述人脸图像进行图像增强处理；对于过曝场景，通过感知高光区域与关键纹理区的梯度特征，针对性调整CLAHE算法的cliplimit参数，实现预筛选后的所述人脸图像进行图像增强处理；所述高光敏感区包括鼻尖至两眼内角连线的三角形区域和发际线至眉弓的矩形区域；所述纹理承载区包括双眼区和脸颊区；其中，采用人脸区域分布引导的Retinex算法实现预筛选后的所述人脸图像进行图像增强处理；具体为：将预筛选后的所述人脸图像进行人脸人脸区域划分，分为双眼区、脸颊区和其他区三个人脸区域；为所述双眼区和所述脸颊区分配不同的滤波尺度，并进行光照图估计；分别计算双眼区的反射分量和脸颊区的反射分量；进行双眼区反射拉伸和脸颊区反射拉伸；将处理后的双眼区反射分量与双眼区光照图融合，得到增强后的双眼区局部图像；将处理后的脸颊区反射分量与脸颊区光照图融合，得到增强后的脸颊区局部图像； 将增强后的双眼区局部图像、增强后的脸颊区局部图像与其他区的原图像通过泊松融合进行无缝拼接，并通过白平衡算法调整整体色彩；通过感知高光区域与关键纹理区的梯度特征针对性调整CLAHE算法的cliplimit参数，实现预筛选后的所述人脸图像进行图像增强处理具体为：将预筛选后的所述人脸图像分为高光敏感区和纹理承载区；对高光敏感区和纹理承载区分别进行动态CLAHE参数调整；对于高光敏感区，将所述高光敏感区分为若干局部块，若所述局部块的局部梯度均值Gmean第一局部梯度均值阈值，判定为高光溢出区，设置CLAHE算法的cliplimit为第一值，否则，CLAHE算法的cliplimit为第二值，所述第一值大于所述第二值，对所有所述局部块进行处理；对于所述高光敏感区中灰度大于灰度阈值的局部块，额外采用亮度重映射处理以抑制溢出；对于纹理承载区，将所述纹理承载区分为若干局部块，若局部梯度均值Gmean第二局部梯度均值阈值，判定为细节承载区，设置CLAHE的cliplimit为第三值，否则，设置CLAHE的cliplimit为第四值，所述第三值大于所述第四值，对所有所述局部块进行处理；将处理后的高光敏感区和纹理承载区进行融合拼接，实现预筛选后的所述人脸图像进行图像增强处理； S4：将经过图像增强处理的所述人脸图像输入至身份识别模型，得到身份识别结果。

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沈阳安丰电子工程有限公司，其通讯地址为：110000 辽宁省沈阳市和平区十三纬路39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。