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！

龙图腾网获悉南京理工大学申请的专利一种基于深度学习的面向空间卫星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：CN116563157B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310527152.6，技术领域涉及：G06T5/90；该发明授权一种基于深度学习的面向空间卫星低照度图像增强方法是由朱亦曼;王璐;刘辽雪;袁静宜;吴益飞;郭健;郭毓设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本一种基于深度学习的面向空间卫星低照度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的面向空间卫星低照度图像增强方法，首先模拟卫星所处的太空光照环境，并基于机械臂模拟卫星运动，基于相机获取不同姿态、不同曝光下的Bayer阵列数据，对获取的数据进行处理后获取数据集，依据该数据集对构建的构建低照度图像增强模型进行训练，最后利用训练后的低照度图像增强模型对低照度图像进行增强。本发明基于机械臂搭建模拟太空特殊光照环境的数据集采集平台，实现机械臂正运动学计算，通过通信接口控制机械臂和相机参数，节省了数据集采集所需的人力，同时增强模型基于扩散概率模型的低照度图像增强方法对随机噪声逐步去噪后得到增强图像，训练目标简单，训练过程稳定，并且取得了更好的增强效果。

本发明授权一种基于深度学习的面向空间卫星低照度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的面向空间卫星低照度图像增强方法，其特征在于，包括以下步骤： 步骤1、模拟卫星所处的太空光照环境，并基于机械臂模拟卫星运动； 步骤2、控制机械臂进行姿态调整，基于相机获取不同曝光下的Bayer阵列数据； 步骤3、对步骤2获取的Bayer阵列数据进行数据预处理，获取数据集： 步骤3-1、将获取的短、长曝光下的Bayer阵列数据转化为RGB图像： 基于双线性插值，通过计算领域像素的均值得到缺失的通道值； Bayer阵列数据中第列第行的值为，则RGB图像中对应的像素三元组为； 当为红色通道时，的即为，而分别由Bayer阵列中邻域的四个绿色通道与蓝色通道计算得到： ； 当为蓝色通道时，的即为，则分别由Bayer阵列中邻域的四个红色通道与绿色通道计算得到： ； 当为绿色通道且为红色通道时，此时Bayer阵列邻域中只有两个红色通道与绿色通道，则： ； 当为绿色通道且为蓝色通道时，则： ； 步骤3-2、将RGB图像转化为灰度图像； 步骤3-3、对图像进行中心剪裁，得到相同大小的m对图像数据，并按一定比例划分得到训练集和测试集； 步骤4、构建低照度图像增强模型，并利用数据集进行训练： 步骤4-1、低照度图像增强模型使用Unet基本结构，包括三次下采样和三次上采样，得到数据在不同尺度的特征，通过特征拼接增加上采样的可用信息；每层采样前的残差网络融合了第t扩散步的正弦位置编码信息，并在网络中间层添加了线性注意力机制模块，来训练网络根据扩散步骤进行预测的能力； 步骤4-2、确定模型的损失函数； 步骤4-3、基于步骤3的数据集对低照度图像增强模型进行训练； 步骤5、利用训练后的低照度图像增强模型对低照度图像进行增强。

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理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。

以上内容由龙图腾AI智能生成。