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！

龙图腾网恭喜深圳市安软慧视科技有限公司申请的专利自适应频率分解的低光照图像增强方法与相关设备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：CN115063318B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202210763940.0，技术领域涉及：G06T5/92；该发明授权自适应频率分解的低光照图像增强方法与相关设备是由闫潇宁;陈晓艳;梁禧文;陈文海设计研发完成，并于2022-06-29向国家知识产权局提交的专利申请。

本自适应频率分解的低光照图像增强方法与相关设备在说明书摘要公布了：本发明适用于计算机视觉图像技术领域，提供了一种自适应频率分解的低光照图像增强方法与相关设备，所述方法包括：获取包含不同亮度图像的数据集，并进行预处理，得到训练数据集和测试数据集；构建包含拉普拉斯金字塔层、特征提取层、自适应频率分解层的自适应频率分解网络，同时，以自适应频率分解网络作为生成网络，构建判别器网络；引入生成器损失函数和判别器损失函数，并以训练数据集为自适应频率分解网络和判别器网络整体的输入进行训练，直到训练完成输出得到低光照增强模型，之后，以测试数据集为输入进行低照度增强，计算定量指标。本发明减少了频率分解模型的训练量，且能够挖掘图像的更多潜在信息，提高了图像的低照度增强效果。

本发明授权自适应频率分解的低光照图像增强方法与相关设备在权利要求书中公布了：1.一种自适应频率分解的低光照图像增强方法，其特征在于，所述方法包括以下步骤： S101、获取包含多张不同亮度图像的LOL数据集，对LOL数据集进行预处理，得到训练数据集和测试数据集； S102、构建包含拉普拉斯金字塔层、特征提取层、以及自适应频率分解层的自适应频率分解网络，所述特征提取层包括编码分支和解码分支；以所述自适应频率分解网络作为生成对抗网络结构的生成网络，并构建对应所述自适应频率分解网络的判别器网络，所述判别器网络包括全局判别器和局部判别器； 所述自适应频率分解网络中，输入的图像经过所述拉普拉斯金字塔层处理得到拉普拉斯残差图，所述拉普拉斯残差图具有浅层特征I k和深层特征L k，所述浅层特征和所述深层特征分别满足如下表达式（1）、（2）： （1） （2） 其中，kϵ{1,2,3}，f↓代表双线性差值的下采样，f↑代表双线性差值的上采样； 所述自适应频率分解层包括低频特征分支和高频特征分支，所述编码分支对所述拉普拉斯残差图进行特征提取得到编码特征，定义所述编码特征为x en，所述低频特征分支和所述高频特征分支分别对所述编码特征进行感知特征提取，得到不同感受野的两组特征，并进一步结合不同感受野的特征得到两组感知特征图C a，所述感知特征图C a满足如下关系式（3）： （3） 其中，i取值1、2，使用f d1 和f d2 分别计算不同感受野的两组特征，当i取值为1时，和均表示卷积核大小为3×3、膨胀率为1和6的卷积操作，当i取值2时，和均表示卷积核大小为3×3、膨胀率为1和12的卷积操作，σ表示线性激活函数Leakyrelu； 将不同的所述感知特征图与所述编码特征在通道维度上进行拼接，得到高频特征和低频特征，所述高频特征和所述低频特征分别满足如下关系式（4）、（5）： （4） （5）； 所述自适应频率分解层得到所述高频特征和所述低频特征后，将所述高频特征和所述低频特征输入一个SE注意力机制中，得到一个全局向量； S103、引入生成器损失函数和判别器损失函数，并以所述训练数据集为所述自适应频率分解网络和所述判别器网络整体的输入进行训练，直到训练完成输出得到低光照增强模型，之后，以所述测试数据集为所述低光照增强模型的输入，对图像进行低照度增强，并计算定量指标。

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深圳市安软慧视科技有限公司，其通讯地址为：518000 广东省深圳市福田区沙头街道天安社区深南大道6019号金润大厦9A1；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”。