買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南京郵電大學申請的專利一種基于多層次特征提取融合的低光照圖像增強方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115393225B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211088239.X，技術領域涉及：G06T5/90；該發明授權一種基于多層次特征提取融合的低光照圖像增強方法是由王力謙;王成;葛琦;邵文澤設計研發完成，并于2022-09-07向國家知識產權局提交的專利申請。

本一種基于多層次特征提取融合的低光照圖像增強方法在說明書摘要公布了：本發明公開了一種基于多層次特征提取融合的低光照圖像增強方法，包括：對待增強的低光照圖像進行預處理；將經過預處理的低光照圖像輸入到訓練好的低光照增強網絡模型中，得到低光照增強圖；低光照增強網絡模型的基礎為卷積神經網絡；本發明通過在低光照增強網絡模型中多次利用特征提取模塊實現對不同層次的特征進行提取，通過特征提取模塊中的空洞卷積分支來提取不同尺度的特征，再通過通道注意力模塊和空間注意力模塊對提取的特征進行權重調整，然后通過特征增強網絡模塊對得到的不同層次和不同尺度的特征進行增強，最后進行特征融合，使得增強后圖像的細節、結構、對比度、顏色等特征更明顯。

本發明授權一種基于多層次特征提取融合的低光照圖像增強方法在權利要求書中公布了：1.一種基于多層次特征提取融合的低光照圖像增強方法，其特征在于，包括：對待增強的低光照圖像進行預處理；將經過預處理的低光照圖像輸入到訓練好的低光照增強網絡模型中，根據所述低光照增強網絡模型的輸出得到低光照增強圖； 其中所述低光照增強網絡模型的訓練過程包括： S1：獲取低光照圖像及對應的正常光照圖像作為數據集，對數據集中圖像進行像素歸一化，得到訓練數據集； S2：將訓練數據集中的低光照圖像輸入低光照增強網絡模型中，依次經過至少3個特征提取模塊，進行特征提取； S3：每個特征提取模塊輸出的特征圖同時作為對應特征增強模塊和下一個特征提取模塊的輸入； S4：將多個特征增強模塊輸出的特征增強圖輸入到特征融合模塊進行特征融合，得到最終的低光照增強圖； S5：利用損失函數約束低光照增強圖與對應的正常光照圖像之間的差異，不斷調整模型的參數，直到模型收斂，完成模型的訓練； 其中，特征提取模塊處理過程包括：將輸入圖像輸入到第一卷積Conv層，第一卷積Conv層的輸出分別輸入到兩個Conv分支中，再將兩個Conv分支輸出的特征圖通過第一Concatenate層進行通道連接，將第一Concatenate層的輸出與第一卷積Conv層的輸出通過第二Concatenate層進行通道連接，然后將第二Concatenate層的輸出圖像依次經過Conv層、通道注意力模塊、空間注意力模塊，最后輸出得到提取的特征圖；其中，第一卷積Conv層對輸入圖像進行淺層特征提取；兩個Conv分支均包含兩個Conv層，第一個Conv分支的兩個Conv層都采用普通卷積，第二個Conv分支中的第一個Conv層采用空洞卷積，第二個Conv分支中的第二個Conv層采用普通卷積，兩個分支并列提取特征，用于聯合考慮特征圖上下文信息。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京郵電大學，其通訊地址為：210003 江蘇省南京市鼓樓區新模范馬路66號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。