西安電子科技大學朱娟娟獲國家專利權
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(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉西安電子科技大學申請的專利基于多注意力機制與Retinex的低光照圖像增強方法獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產(chǎn)權局授予,授權公告號為:CN116645305B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202310573810.5,技術領域涉及:G06T5/50;該發(fā)明授權基于多注意力機制與Retinex的低光照圖像增強方法是由朱娟娟;鄭世鑫;劉佳琪;陳鵬吉設計研發(fā)完成,并于2023-05-19向國家知識產(chǎn)權局提交的專利申請。
本基于多注意力機制與Retinex的低光照圖像增強方法在說明書摘要公布了:本發(fā)明公開了一種基于多注意力機制與Retinex的低光照圖像增強方法,涉及圖像處理技術領域,解決了現(xiàn)有技術中增強的圖像真實感不強、噪聲以及失真嚴重,且局部曝光不足和曝光過度的問題,該方法包括:將低光照圖像輸入至訓練好的分解模塊中,確定光照圖分量以及反射圖分量;將光照圖分量輸入至訓練好的增強模塊中,確定增強光照圖分量;將反射圖分量與增強光照圖分量進行融合,確定處理后的低光照圖像,實現(xiàn)了精準的去除噪聲,放大了特征的全局亮度,提高了增強效果,使得輸出的融合圖像更加平滑。
本發(fā)明授權基于多注意力機制與Retinex的低光照圖像增強方法在權利要求書中公布了:1.一種基于多注意力機制與Retinex的低光照圖像增強方法,其特征在于,包括: 將低光照圖像輸入至訓練好的分解模塊中,確定光照圖分量以及反射圖分量,其中,所述分解模塊包括:CBAM,所述CBAM的第一通道注意力模塊根據(jù)關注不同的特征權重來減小無關的特征響應和激活有用的特征響應,并通過所述CBAM的第一空間注意力模塊減少無關的空間信息;其中,所述CBAM的第一通道注意力模塊根據(jù)關注不同的特征權重來減小無關的特征響應和激活有用的特征響應,并通過所述CBAM的第一空間注意力模塊減少無關的空間信息,包括:利用卷積和激活函數(shù)ReLu對所述低光照圖像進行特征提取,確定中間特征圖;所述第一通道注意力模塊和所述第一空間注意力模塊將注意力注入至所述中間特征圖,再將所述注意力乘以所述中間特征圖,確定細化特征圖;利用多層卷積操作處理所述細化特征圖,并利用所述激活函數(shù)ReLu對處理結(jié)果進行激活,確定多層卷積特征圖;將所述中間特征圖與所述多層卷積特征圖進行通道拼接,確定拼接特征圖;對所述拼接特征圖進行歸一化處理,確定3通道的所述反射圖分量和1通道的所述光照圖分量; 將所述光照圖分量輸入至訓練好的增強模塊中,確定增強光照圖分量;其中,所述增強模塊包括:全局注意力模塊,所述全局注意力模塊的第二通道注意力模塊對特征信息進行篩選并保留有效的特征信息,所述全局注意力模塊的第二空間注意力模塊進行特征信息的融合,放大所述光照圖分量的全局亮度;其中,所述全局注意力模塊的第二通道注意力模塊對特征信息進行篩選并保留有效的特征信息,所述全局注意力模塊第二空間注意力模塊進行特征信息的融合,放大所述光照圖分量的全局亮度,包括:利用卷積對所述光照圖分量進行卷積操作生成特征映射,卷積核的大小為3×3,并利用激活函數(shù)ReLu對所述生成特征映射進行非線性激活,確定特征圖F1;利用所述全局注意力模塊和激活函數(shù)SIGMOD對所述特征圖F1進行處理,確定特征圖MF2;多次利用級聯(lián)形式的卷積、激活函數(shù)ReLU以及BN層對所述特征圖MF2進行處理,確定特征圖F3;利用卷積以及激活函數(shù)SIGMOD對所述特征圖F3進行處理,確定特征圖F4;利用卷積對所述特征圖F4進行處理,再使用卷積對所述特征圖F4進行重構,確定所述增強光照圖分量; 將所述反射圖分量與所述增強光照圖分量進行融合,確定處理后的低光照圖像。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或?qū)@麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.hzsmkbearing.com.cn/list?keyword=%E8%A5%BF%E5%AE%89%E7%94%B5%E5%AD%90%E7%A7%91%E6%8A%80%E5%A4%A7%E5%AD%A6&temp=1">西安電子科技大學,其通訊地址為:710071 陜西省西安市太白南路2號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。