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！

龙图腾网获悉广西大学申请的专利基于深度学习和拉普拉斯金字塔的低光照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：CN117196968B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202310927888.2，技术领域涉及：G06T5/90；该发明授权基于深度学习和拉普拉斯金字塔的低光照图像增强方法是由常侃;韦新杰;黄梦源;覃庆炮;凌铭阳设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本基于深度学习和拉普拉斯金字塔的低光照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深度学习和拉普拉斯金字塔的低光照图像增强方法：利用拉普拉斯金字塔分解函数将低光照图像分解为单个LF分量和N个HF分量；采用低频增强模块增强LF分量；将增强前的LF分量、增强后的LF分量以及第N个HF分量融合，并输入跨层特征增强模块，以LF分量引导第N个HF分量的增强，并令i＝N；将已经增强的第i个HF分量和未增强的第i‑1个HF分量共同输入跨层特征增强模块，以第i个HF分量引导第i‑1个HF分量的增强；若i不等于1，则令i＝i‑1并重复执行上一步骤，否则完成所有频率分量的增强，并采用拉普拉斯金字塔重建函数重建光照增强图像。本发明在保持相对较小的模型尺寸和较低的计算复杂度的同时，取得了比现有方法更好的性能。

本发明授权基于深度学习和拉普拉斯金字塔的低光照图像增强方法在权利要求书中公布了：1.一种基于深度学习和拉普拉斯金字塔的低光照图像增强方法，其特征在于，包括以下步骤： a、将低光照图像输入到拉普拉斯金字塔分解函数中，将图像分解为一个LF分量和N个HF分量； b、采用低频增强模块增强LF分量；在所述步骤b中：所采用的低频增强模块首先采用N 1个卷积层从低光照图像的LF分量中提取浅层特征；接下来，通过MobileNetv2模块将特征分辨率降低为原来的12，以减轻计算复杂度；再使用N 2个卷积层对下采样的特征进行升维，将升维的特征再通过级联N 3个Transformer挖掘特征图上的全局相关性以增强特征；随后将其通过一个卷积层降低通道数并与升维前的特征输入到特征级联块，通过一个卷积层处理并用反卷积层提升已增强特征的分辨率；最后使用N 4个卷积层对已提升分辨率的特征还原为具有3通道的图像并获得增强以后的LF分量；其中，所述N 1、 N 2、 N 3和N 4为预设值； c、将增强前的LF分量、增强后的LF分量以及第N个HF分量融合，并输入跨层特征增强模块，以LF分量引导第N个HF分量的增强，并令i=N； d、将已经增强的第i个HF分量和未增强的第i-1个HF分量共同输入跨层特征增强模块，以第i个HF分量引导第i-1个HF分量的增强； e、若i不等于1，则令i=i-1并重复执行步骤d，否则完成所有频率分量的增强，并采用拉普拉斯金字塔重建函数重建光照增强图像。

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广西大学，其通讯地址为：530000 广西壮族自治区南宁市西乡塘区大学东路100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”。