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！

龙图腾网恭喜西安邮电大学申请的专利一种基于DenseNet与GAN的低照度图像增强方法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：CN112233043B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202011248407.8，技术领域涉及：G06T5/94；该发明授权一种基于DenseNet与GAN的低照度图像增强方法是由孔韦韦;王照乾设计研发完成，并于2020-11-10向国家知识产权局提交的专利申请。

本一种基于DenseNet与GAN的低照度图像增强方法在说明书摘要公布了：本发明公开了一种基于DenseNet与GAN的低照度图像增强方法，属于图像信息处理领域。本发明的具体步骤如下，步骤1：采用DenseNet框架构建生成器网络；步骤2：采用PatchGAN框架构建判别器网络；步骤3：基于生成器网络和判别器网络二者间的博弈优化网络权重，不断调整低照度图像的增强效果，从而获得最终图像。该方法针对低照度环境下的采集图像通常存在信噪比低、分辨率和照度水平不理想等现实问题，采用了DenseNet对经典GAN模型进行改进，促成了低照度图像增强问题的合理解决，具有较高的学术价值。

本发明授权一种基于DenseNet与GAN的低照度图像增强方法在权利要求书中公布了：1.一种基于DenseNet与GAN的低照度图像增强方法，其特征在于，包括如下步骤： 步骤1，采用DenseNet框架构建生成器网络； 步骤2：采用PatchGAN框架构建判别器网络； 步骤3：执行步骤3.1构造损失函数，执行步骤3.2进行生成器网络和判别器网络二者间的博弈优化网络权重，不断调整低照度图像的增强效果，从而获得最终图像； 所述步骤1的实现方法： 1构建4个尺寸为4×4卷积核的上采样层对输入的低照度图像进行特征提取，其中各卷积核数量分别为1024,512,256,128，每层经过卷积后分别采用批标准化技术对数据进行标准化处理，再使用线性整流函数作为激活函数对输入数据进行上采样处理，最终传入DenseNet；上采样特征提取的数学表达式为： GLiX＝CLi*X1 其中，X为输入的低照度图像，GLi代表第L层输出的第i组特征图，“*”表示卷积操作，CLi代表第L层的第i组卷积核，i＝1,2,3,4； 2在设计DenseNet结构时，将DenseNet设计为四层，其中Layer1层-Layer3层均采用5×5的卷积核且通道数为128，层与层之间经过卷积后采用BatchNorm进行数据标准化处理，并采用ReLu激活函数，Layer4层则采用5×5的卷积核且通道数为3，经过卷积后使用双曲正切函数作为激活函数，整个DenseNet框架使用3个拼接concatenation将不同尺寸的特征图调整为统一的通道数进行连接； DenseNet的映射函数表达式为： XL＝HL[X0,X1,...,XL-1]2 其中，L表示总层数，“[]”表示将第X0层至XL-1层所有输出的特征图按通道数大小组合起来，HL表示使用BatchNorm+ReLu+Conv进行非线性化处理，等号左侧的XL表示采用HL处理后的结果； 所述步骤2的实现方法： 本发明在构建判别器网络时采用PatchGAN判别器来替换传统的二分类判别器；一方面，该判别器可以输出一个N×N矩阵，并通过矩阵均值计算对真实图像和生成器生成图像进行判断；另一方面，该判别器针对小尺寸图像块进行计算，提升网络收敛速度；本发明设计了四层全卷积层的卷积神经网络，除最后一层卷积层外，其余三层每层间经过卷积后采用BatchNorm对数据进行标准化处理，并采用LeakyReLu作为激活函数。

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西安邮电大学，其通讯地址为：710121 陕西省西安市长安区西长安街618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”。