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！

龙图腾网获悉南京邮电大学申请的专利一种基于多尺度全局联合局部的低光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：CN119919772B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202510398481.4，技术领域涉及：G06V10/82；该发明授权一种基于多尺度全局联合局部的低光图像增强方法是由邓丽珍;邸恒;朱虎;徐国夏设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本一种基于多尺度全局联合局部的低光图像增强方法在说明书摘要公布了：本发明提出了一种基于多尺度全局联合局部的低光图像增强方法，该方法搭建多尺度先验提取模块，将低光图像作为输入进行预训练，提取出图像的先验特征；通过引入多尺度先验提取，结合局部增强进行有效地捕捉复杂的全局和局部依赖关系，进一步地提升图像增强质量；通过引入自适应核选择模块利用空间变化操作动态选择特征，实现对不同输入的灵活适应；该方法还引入了一种动态伪标签生成框架，通过伪标签生成、动态置信度评估与知识蒸馏，提高了网络的泛化能力。本发明在实际应用场景如低光物体检测中也展现了优越性能，具有广泛的应用前景。

本发明授权一种基于多尺度全局联合局部的低光图像增强方法在权利要求书中公布了：1.一种基于多尺度全局联合局部的低光图像增强方法，其特征在于，包括如下步骤： 步骤1，构建由多张低光图像组成的多场景低光图像训练数据集，所述低光图像用于训练图像增强网络； 步骤2，所述图像增强网络是类U-Net网络，该网络由一个多尺度先验提取模块和多个局部增强模块与自适应核选择模块组成，其中多尺度先验提取模块由两部分组成，第一部分为多尺度卷积部分，以三个分支网络和一个特征融合模块为主体，输入的低光图像通过三个分支网络实现不同感受野的特征提取，将提取的特征在特征融合模块进行整合，得到第一部分的处理结果；第二部分输入来自第一部分的处理结果，在通道和空间两分支并行处理，学习通道和空间两分支上的重要性权重，通过加权操作得到通道和空间两分支上的重要特征信息；整合通道和空间两分支上的重要特征信息，得到先验特征Fp；将低光图像输入多尺度先验提取模块，提取出图像的先验特征Fp；将低光图像经过卷积操作得到低光图像特征Fl； 步骤3，将低光图像特征Fl和先验特征Fp输入局部增强模块，局部增强模块由两个分支组成，第一分支中低光图像特征Fl依次经过LayerNorm层、Linear层、DWConv层、2DSSM模块和LayerNorm层的操作得到特征F1；先验特征Fp依次经过Conv层、Linear层和SiLU层的处理得到特征F2；将特征F1和特征F2进行点乘，经Linear层处理得到局部增强特征Fout1，输出局部增强特征Fout1； 步骤4，将局部增强特征Fout1和先验特征Fp输入自适应核选择模块，自适应核选择模块由两个分支组成，其中第一分支包含Conv、SK-1、SK-2和核选择模块，第二分支包含DWConv、Sigmoid和Chunk层；该模块以先验特征Fp作为输入，经过第二分支处理后输入核选择模块，连同局部增强特征Fout1经过第一分支的处理后再经过DWConv、GELU和Conv的操作得到最终输出特征Fout2，输出增强特征Fout2； 步骤5，将增强特征Fout2和先验特征Fp经过下采样与上采样在所述图像增强网络中重复进行步骤3、步骤4的操作，训练图像增强网络； 步骤6，将不同场景下真实低光图像作为输入，采用第二阶段学生-教师网络进行微调处理，得到具备对真实场景泛化能力的图像增强网络。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。