買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安理工大學(xué)申請(qǐng)的專利基于多曝光多尺度遞歸融合的弱光圖像增強(qiáng)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN117218018B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202311075351.4，技術(shù)領(lǐng)域涉及：G06T5/70；該發(fā)明授權(quán)基于多曝光多尺度遞歸融合的弱光圖像增強(qiáng)方法是由金海燕;李龍;蘇浩楠;張園林;肖照林;王彬設(shè)計(jì)研發(fā)完成，并于2023-08-24向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于多曝光多尺度遞歸融合的弱光圖像增強(qiáng)方法在說(shuō)明書摘要公布了：本發(fā)明公開了基于多曝光多尺度遞歸融合的弱光圖像增強(qiáng)方法，提出了多曝光特征遞歸融合模塊塊以及相應(yīng)的融合策略，保留原始圖像中的特征信息以及對(duì)不同曝光分支的輸出進(jìn)行自適應(yīng)融合；通過(guò)多曝光產(chǎn)生塊制造多種不同曝光的輸出，統(tǒng)計(jì)正常光圖像的亮度信息，構(gòu)成一個(gè)概率分布，每次從中隨機(jī)抽取一個(gè)全局比例因子來(lái)對(duì)每次的原始輸入進(jìn)行隨機(jī)的曝光度的增強(qiáng)。通過(guò)多曝光產(chǎn)生塊來(lái)得到原始圖像不同曝光程度的輸出，將不同曝光程度的輸出利用多尺度特征增強(qiáng)網(wǎng)絡(luò)進(jìn)行從低分辨率到全分辨率的遞歸增強(qiáng)，將增強(qiáng)后的結(jié)果進(jìn)行微調(diào)，得到高質(zhì)量的增強(qiáng)輸出。還能解決圖像增強(qiáng)過(guò)程中由于亮度增強(qiáng)不充分、對(duì)比度較低、顏色偏淡、在恢復(fù)過(guò)程中將噪聲放大的問(wèn)題。

本發(fā)明授權(quán)基于多曝光多尺度遞歸融合的弱光圖像增強(qiáng)方法在權(quán)利要求書中公布了：1.基于多曝光多尺度遞歸融合的弱光圖像增強(qiáng)方法，其特征在于，具體按照如下步驟實(shí)施：將一個(gè)弱光圖像I分別進(jìn)行均勻曝光和非均勻曝光，得到均勻曝光的圖像en1和非均勻曝光的圖像en2；設(shè)計(jì)用于進(jìn)行弱光圖像增強(qiáng)的多曝光多尺度圖像增強(qiáng)網(wǎng)絡(luò)，輸入圖像en1、圖像en2、弱光圖像I進(jìn)行融合、去噪、微調(diào)；構(gòu)建關(guān)于用于進(jìn)行弱光圖像增強(qiáng)的多曝光多尺度圖像增強(qiáng)網(wǎng)絡(luò)的損失函數(shù)，調(diào)整損失函數(shù)的比例權(quán)重，得到最優(yōu)增強(qiáng)圖像的網(wǎng)絡(luò)；對(duì)于最優(yōu)增強(qiáng)圖像的網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練后最優(yōu)增強(qiáng)圖像的網(wǎng)絡(luò)，輸入待增強(qiáng)弱光圖像，得到弱光增強(qiáng)的圖像； 所述設(shè)計(jì)用于進(jìn)行弱光圖像增強(qiáng)的多曝光多尺度圖像增強(qiáng)網(wǎng)絡(luò)，輸入圖像en1、圖像en2、弱光圖像I進(jìn)行融合、去噪、微調(diào)具體過(guò)程為： 步驟1、設(shè)計(jì)用于進(jìn)行弱光圖像增強(qiáng)的多曝光多尺度圖像增強(qiáng)網(wǎng)絡(luò)，包括多曝光特征遞歸融合模塊、多曝光去噪增強(qiáng)模塊、曲線微調(diào)模塊；將圖像en1、圖像en2、弱光圖像I分別輸入多曝光特征遞歸融合模塊、多曝光去噪增強(qiáng)模塊得到12通道優(yōu)勢(shì)特征圖Ffusion2和初步去噪圖Fenhance；步驟1具體過(guò)程為： 步驟1.1、設(shè)計(jì)用于進(jìn)行弱光圖像增強(qiáng)的多曝光多尺度圖像增強(qiáng)網(wǎng)絡(luò)，包括多曝光特征遞歸融合模塊、多曝光去噪增強(qiáng)模塊、曲線微調(diào)模塊；所述多曝光特征遞歸融合模塊包括兩個(gè)遞歸融合單元，每個(gè)遞歸融合單元包括7個(gè)卷積層以及對(duì)應(yīng)的批歸一化層、退火層，用來(lái)提取出弱光圖像I的特征信息，提取到的特征信息記為Sfeature； 步驟1.2、預(yù)訓(xùn)練好的vgg16網(wǎng)絡(luò)對(duì)弱光圖像I以及不均勻曝光圖像en2進(jìn)行質(zhì)量評(píng)估，得到弱光圖像I和不均勻曝光圖像en2在執(zhí)行融合過(guò)程時(shí)的權(quán)值WI和Wen2，將弱光圖像I與不均勻曝光圖像en2共同輸入到第一個(gè)遞歸融合單元，結(jié)合特征信息Sfeature，通過(guò)公式（2）來(lái)產(chǎn)生第一個(gè)融合圖像Ffusion1，由現(xiàn)有的預(yù)訓(xùn)練好的vgg16網(wǎng)絡(luò)對(duì)Ffusion1以及均勻曝光圖像en1進(jìn)行質(zhì)量評(píng)估，得到Ffusion1和均勻曝光圖像en1在執(zhí)行融合過(guò)程時(shí)的權(quán)值WFfusion1和Wen1；第一個(gè)融合圖像Ffusion1與均勻曝光圖像en1共同輸入到第二個(gè)遞歸融合單元，結(jié)合特征信息Sfeature，通過(guò)公式（3）產(chǎn)生第二個(gè)融合圖像Ffusion2： （2）； （3）； 步驟1.3、所述多曝光去噪增強(qiáng)模塊包括三個(gè)多尺度圖像增強(qiáng)塊，將弱光圖像I輸入一個(gè)多尺度圖像增強(qiáng)塊中，進(jìn)行多尺度去噪增強(qiáng)，得到圖像add2，同樣地，均勻曝光圖像en1與非均勻曝光圖像en2分別輸入到其他兩個(gè)多尺度圖像增強(qiáng)塊中進(jìn)行多尺度去噪增強(qiáng)，得到圖像add7與圖像add12； 步驟1.4、使用現(xiàn)有的預(yù)訓(xùn)練好的vgg16網(wǎng)絡(luò)對(duì)圖像add2、圖像add7以及圖像add12進(jìn)行質(zhì)量評(píng)估，得到各自的質(zhì)量評(píng)估分?jǐn)?shù)，將質(zhì)量評(píng)估分?jǐn)?shù)轉(zhuǎn)化為圖像add2、圖像add7以及圖像add12的融合權(quán)重值，表示為Wadd2、Wadd7和Wadd12，通過(guò)式（4）來(lái)對(duì)圖像add2、圖像add7以及圖像add12進(jìn)行加權(quán)融合，得到初步去噪圖Fenhance； （5）； 步驟2、將12通道優(yōu)勢(shì)特征圖Ffusion2和初步去噪增強(qiáng)圖Fenhance輸入曲線微調(diào)模塊中進(jìn)行微調(diào)，得到微調(diào)后的圖像。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人西安理工大學(xué)，其通訊地址為：710048 陜西省西安市碑林區(qū)金花南路5號(hào)；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)”。