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！

龙图腾网获悉福州大学申请的专利基于局部场景感知的无参考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：CN115205160B 。

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：202210960432.1，技术领域涉及：G06T5/94；该发明授权基于局部场景感知的无参考低照度图像增强方法是由牛玉贞;李悦洲;陈铭铭;林晓锋设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本基于局部场景感知的无参考低照度图像增强方法在说明书摘要公布了：本发明涉及一种基于局部场景感知的无参考低照度图像增强方法，包括以下步骤：步骤S1:获取低照度图像，并对每幅图像进行预处理，得到训练数据集；步骤S2:构建基于局部场景感知的低照度图像增强网络；步骤S3：设计用于训练步骤S2所设计网络的无参考损失函数；步骤S4:基于无参考损失函数，采用训练数据集训练基于局部场景感知的低照度图像增强网络；步骤S5:将待测图像通过训练后的基于局部场景感知的低照度图像增强网络，获取正常照度图像。本发明能有效实现低照度图像的增强。

本发明授权基于局部场景感知的无参考低照度图像增强方法在权利要求书中公布了：1.一种基于局部场景感知的无参考低照度图像增强方法，其特征在于，包括以下步骤： 步骤S1:获取低照度图像，并对每幅图像进行预处理，得到训练数据集； 步骤S2:构建基于局部场景感知的低照度图像增强网络； 步骤S3：设计用于训练步骤S2所设计网络的无参考损失函数； 步骤S4:基于无参考损失函数，采用训练数据集训练基于局部场景感知的低照度图像增强网络； 步骤S5:将待测图像通过训练后的基于局部场景感知的低照度图像增强网络，获取正常照度图像； 所述基于局部场景感知的低照度图像增强网络包括局部场景感知分支网络、增强分支网络、注意力模块、迭代增强模块和去噪模块； 所述局部场景感知分支网络接收归一化的大小为H×W的图像X作为输入，并且进行空间4等分的裁剪，裁剪后的图像表示为所述局部场景感知分支网络由4个感知分支网络J1,J2,J3,J4和特征转换块T1,T2组成,其感知分支网络用于提取局部图像的特征，特征转换块用于生成用于图像增强的卷积参数，其中取得空间4等分裁剪图像的操作表示如下： 其中p,q为输入的经归一化的大小为H×W的图像X的像素位置； 所述感知分支网络J1,J2,J3,J4均具有相同的网络结构，并且它们的可训练参数是共享的；所述感知分支网络由4个卷积块组成，每个卷积块由卷积层、激活层按序组成； 所述特征转换块T1由卷积核大小为1×1、步长为0、填充为0的卷积层构成，并且接受感知分支网络第3个卷积块的聚合输出特征，输出用于图像增强的卷积参数k1；特征转换块T2由卷积核大小为1×1、步长为0、填充为0的卷积层构成，其输出通道数为输入通道数的25％，并且接受感知分支网络第4个卷积块的聚合输出特征，输出用于图像增强的卷积参数k2，以公式表示为如下： 其中Concat·代表将特征在卷积通道维度拼接，T1和T2为特征转换块。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。