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！

龙图腾网获悉江西省科技基础条件平台中心(江西省计算中心)申请的专利基于深度学习的图像增强处理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：CN120147180B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510626771.X，技术领域涉及：G06T5/70；该发明授权基于深度学习的图像增强处理方法是由付康;汤辉;饶兰香;吴志平;胡少文;施炜利;胡必伟;王嘉蕾;刘帆;孟莎莎;戴欢设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本基于深度学习的图像增强处理方法在说明书摘要公布了：本发明提出基于深度学习的图像增强处理方法，包括：提取输入图像的多尺度特征；对多尺度特征进行重校准及融合，得到综合特征图；进行非线性变换；使用解码器网络将变换后的特征重建为初步增强图像；设计一个生成对抗网络，生成内容感知权重图，权重图中每个像素值反映相应位置在内容上的重要性；根据内容感知权重图，识别关键区域和关联区域，通过区域间的互动和协同进一步增强图像的整体效果。本发明通过提取多尺度特征并进行重校准及融合，提高图像增强的针对性和有效性，再根据内容感知权重图指导不同区域的识别，实现区域间的协同增强，提升图像的整体效果，使得增强后的图像在细节、色彩、对比度等方面都更加自然和逼真。

本发明授权基于深度学习的图像增强处理方法在权利要求书中公布了：1.基于深度学习的图像增强处理方法，其特征在于，所述方法包括： 提取输入图像的多尺度特征； 对多尺度特征进行重校准及融合，得到综合特征图； 对综合特征图进行非线性变换； 使用解码器网络将变换后的特征重建为初步增强图像； 设计一个生成对抗网络，以初步增强图像为输入，生成内容感知权重图，其中，内容感知权重图中每个像素值反映相应位置在内容上的重要性； 根据内容感知权重图，识别关键区域和关联区域，通过区域间的互动和协同进一步增强图像的整体效果； 其中，所述对多尺度特征进行重校准及融合，得到综合特征图的步骤包括： 将多尺度特征输入深度聚类网络，将各尺度特征分别划分到相应的特征簇，并根据相应特征簇的重要性权重对各尺度特征进行重校准； 将重校准后的各尺度特征进行融合，得到综合特征图； 所述根据内容感知权重图，识别关键区域和关联区域，通过区域间的互动和协同增强图像的整体效果的步骤包括： 根据内容感知权重图中的权重值定义关键区域和关联区域； 对内容感知权重图进行二值化处理，得到只包含关键区域和关联区域的二值图像； 将二值图像分割成不同的区域，并分配唯一的区域标记； 根据区域标记从内容感知权重图中识别出关键区域和关联区域； 计算有连接关系的两个关键区域与关联区域之间的相似度； 若相似度高于第一阈值，则加强两个区域之间的视觉联系； 若相似度低于第二阈值，则减弱或消除两个区域之间的视觉干扰。

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江西省科技基础条件平台中心(江西省计算中心)，其通讯地址为：330000 江西省南昌市井冈山大道1416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”。