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！

龙图腾网获悉中铁第一勘察设计院集团有限公司申请的专利一种无人机遥感影像暗光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：CN116342407B 。

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：202310128657.5，技术领域涉及：G06T5/92；该发明授权一种无人机遥感影像暗光增强方法是由魏域君;李丹;陈富强;刘亚林;刘雨鑫;何小飞;张卫龙;武瑞宏;张占忠;田社权;周东卫设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本一种无人机遥感影像暗光增强方法在说明书摘要公布了：本发明公开了一种无人机遥感影像暗光增强方法。传统的遥感影像暗光增强方法效果都不令人满意。本发明首先对无人机遥感影像进行调色，生成光照增强后的影像，制作暗光增强训练数据；其次，构建多分支融合的高分辨率卷积网络RS‑HRNet，完成多尺度特征的融合，最后生成的特征既包含高层次语义信息，又能保持很高的分辨率；接着在暗光增强数据集上训练网络模型RS‑HRNet，利用反向传播算法训练得到RS‑HRNet模型参数；最后将影像分块送入模型进行增强，拼接得到最终的暗光增强结果。本发明具有易于实现、操作简单，效率高等优点，可以为无人机影像提供一种快速便捷的暗光增强方式。

本发明授权一种无人机遥感影像暗光增强方法在权利要求书中公布了：1.一种无人机遥感影像暗光增强方法，其特征在于：包括以下步骤： 步骤一：暗光增强训练数据集制作 用调色软件对生产过程中获取的原始暗光图像进行人工调色，生成光照增强影像，将原始暗光图像与光照增强影像成对构成暗光增强训练数据集； 步骤二：多分支融合的高分辨率卷积网络RS-HRNet的构建 RS-HRNet在网络中设置了多个分支结构，每个分支都在最开始与最后采用了两层卷积层，RS-HRNet前两层卷积层的采样间隔为1，中间采用了并列的残差网络基本单元Bottleneck作为基本单元；第一个分支保存特征图的尺寸不变，无降采样操作，后面分支依次在前一个分支的基础上进行2倍降采样，获取多个尺度下的图像特征，通过连接多个并行分支进行图像特征的相互交换，完成多尺度特征的融合； 步骤三：模型训练 在步骤一中制作的暗光增强训练数据集上训练模型RS-HRNet，再利用反向传播算法训练得到RS-HRNet模型参数； 所述模型RS-HRNet的训练在开源深度学习框架pytorch中进行，训练过程中以Charbonnier函数作为网络模型的损失函数，损失函数如下： 其中为常量； 步骤四：影像分块送入模型进行处理 读入待增强暗光无人机影像数据后，利用滑动窗口法对原始暗光图像进行分块，得到多块处理单元，将每个处理单元送入RS-HRNet模型中，输出对应的暗光增强结果； 假设原始影像尺寸大小为，分块尺寸大小为，分块滑动间隔为s，利用滑动窗口法的分块步骤如下： S4.1：沿着X方向，按照步长s进行横向滑动，取固定窗口的图像数据，滑动窗口左上角与右下角的图像坐标分别为（，0），（，p），滑动窗口滑动到X方向图像边缘停止； S4.2：沿着Y方向，按照步长s进行横向滑动，取固定窗口的图像数据，滑动窗口左上角与右下角的图像坐标分别为（0，），（p，），滑动窗口滑动到Y方向图像边缘停止；步骤五：合并分块处理结果，生成最终增强结果 将步骤四获得的分块暗光增强结果合并，生成最终大范围原始影像的增强结果； 步骤五中分块进行拼接时，重叠区域的像素值通过平均重叠的两个分块对应像素值得到，计算公式如下： 其中g为分块拼接后原始大尺度影像对应的增强影像的像素值，为该像素在对应分块增强结果中的像素值，n为包含该像素的分块数。

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中铁第一勘察设计院集团有限公司，其通讯地址为：710043 陕西省西安市雁塔区西影路二号；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”。