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！

龙图腾网获悉中国矿业大学申请的专利适于煤矿井下低照度图像的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：CN119515717B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411557146.6，技术领域涉及：G06T5/70；该发明授权适于煤矿井下低照度图像的图像增强方法是由李亚东;李明;王军;王洪栋;田军设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本适于煤矿井下低照度图像的图像增强方法在说明书摘要公布了：本发明涉及一种适于煤矿井下低照度图像的图像增强方法。其包括：将低照度目标图像加载到低照度图像增强模型内，以利用所述低照度图像增强模型对低照度目标图像进行图像增强处理，其中，先将低照度目标图像分解为对应的目标图像光照图以及目标图像反射图；重构生成目标图像增强光照图；对分解生成的目标图像反射图进行去噪处理，以在去噪处理后生成目标图像去噪后反射图；将上述的目标图像增强光照图以及目标图像去噪后反射图进行合并处理，以在合并处理后生成目标增强图像。本发明能有效实现对煤矿井下的低照度图像进行图像增强，减少对计算资源的需求，加速图像增强的推理过程，满足煤矿井下的视觉任务需求。

本发明授权适于煤矿井下低照度图像的图像增强方法在权利要求书中公布了：1.一种适于煤矿井下低照度图像的图像增强方法，其特征是，所述图像增强方法包括： 获取在煤矿井下拍摄生成的低照度目标图像，并将所述低照度目标图像加载到低照度图像增强模型内，以利用所述低照度图像增强模型对低照度目标图像进行图像增强处理，其中，对低照度目标图像进行图像增强处理时，先将低照度目标图像分解为对应的目标图像光照图以及目标图像反射图； 对分解生成的目标图像光照图，提取所述目标图像光照图的目标光照图全局信息以及目标光照图高频特征信息； 对目标光照图全局信息进行扩散增强，以在扩散增强后生成目标光照图扩散增强全局信息； 基于目标光照图扩散增强全局信息以及目标光照图高频特征信息，重构生成目标图像增强光照图； 对分解生成的目标图像反射图进行去噪处理，以在去噪处理后生成目标图像去噪后反射图； 将上述的目标图像增强光照图以及目标图像去噪后反射图进行合并处理，以在合并处理后生成目标增强图像； 所述低照度图像增强模型包括图像分解网络、光照图处理网络、反射图去噪网络以及用于执行合并处理的合并输出模块，其中，图像分解网络与光照图处理网络、反射图去噪网络适配连接； 光照图处理网络、反射图去噪网络与合并输出模块连接； 对低照度目标图像进行图像增强处理时，通过图像分解网络将低照度目标图像进行分解为目标图像光照图与目标图像反射图，且将分解生成的目标图像光照度加载到光照图像处理网络，同时，将分解生成的目标图像反射图加载到反射图去噪网络； 对接收的目标图像光照图，利用光照图处理网络生成对应的目标图像增强光照图，其中，生成目标图像光照图时，光照图处理网络先提取所述目标光照图的目标光照图全局信息以及目标光照图高频特征信息，再对目标光照图全局信息进行扩散增强，此后，基于目标光照图高频特征信息以及目标光照图扩散增强全局信息重构生成目标图像增强光照图； 对接收的目标图像反射图，利用反射图去噪网络对所述目标图像反射图进行去噪处理，并在去噪处理后生成目标图像去噪后反射图； 通过合并输出模块对目标图像去噪后反射图以及目标图像增强光照图进行合并处理，以在合并后生成目标增强图像，其中，所述合并处理至少包括目标图像去噪后反射图与目标图像增强后光照图进行卷积运算处理； 所述反射图去噪网络包括去噪特征提取单元以及与所述去噪特征提取单元适配连接的去噪尺寸恢复单元，其中，去噪特征提取单元通过中间过渡多重残差模块与去噪尺寸恢复单元连接，以使得反射图去噪网络形成U型网络； 去噪特征提取单元包括去噪特征提取首卷积层以及若干依次连接的去噪特征提取子单元，其中，对任一去噪特征提取子单元，包括去噪特征提取多重残差模块以及与所述去噪特征提取多重残差模块适配连接的去噪特征提取子卷积层； 对相邻的两个去噪特征提取子单元，前一个去噪特征提取子单元内的去噪特征提取子卷积层与后一个去噪特征提取子单元内的去噪特征提取多重残差模块连接； 去噪尺寸恢复单元包括去噪特征提取尾卷积层以及若干依次连接的去噪尺寸恢复子单元，其中，对任一去噪尺寸恢复子单元，包括去噪尺寸恢复多重残差模块以及与所述去噪尺寸恢复多重残差模块适配连接的去噪尺寸恢复子卷积层； 对相邻的去噪尺寸恢复子单元，前一个去噪尺寸恢复子单元内的去噪尺寸恢复多重残差模块与后一个去噪尺寸恢复子单元内的去噪尺寸恢复子卷积层连接； 在反射图去噪网络内，去噪特征提取子单元的数量与去噪尺寸恢复子单元的数量相一致，并配置一个去噪特征提取子单元与一个对应的去噪尺寸恢复子单元位于同一去噪网络层； 在反射图去噪网络内的任一去噪网络层，所述去噪网络层内的去噪特征提取子单元与所述去噪网络层内的去噪尺寸恢复子单元间采用跳跃连接； 利用反射图去噪网络对目标图像反射图进行去噪处理时，将目标图像反射图加载到去噪特征提取首卷积层，并经去噪特征提取尾卷积层输出目标图像去噪后反射图； 所述图像分解网络包括图像分解主网络以及与所述图像分解主网络连接的图像分解输出单元，其中，所述图像分解主网络包括至少一个特征提取分解单元，其中，所述特征提取分解单元包括分解特征提取模块以及用于提取不同尺寸空间特征的图像分解多重残差模块； 所述分解特征提取模块包括图像分解ReLU激活函数以及与所述图像分解ReLU激活函数适配连接的图像分解卷积层； 在同一个特征提取分解单元内，图像分解卷积层通过图像分解ReLU激活函数与图像分解多重残差模块连接； 所述图像分解多重残差模块包括模块头部卷积层、外层残差卷积层以及与模块头部卷积层适配连接的内层残差单元，其中，内层残差单元至少包括依次连接的内层第一卷积层、内层第二卷积层、内层第三卷积层以及内层第四卷积层； 内层残差单元通过内层第一卷积层与模块头部卷积层连接； 内层第四卷积层与内层连接累加器连接； 内层第一卷积层通过内层残差第一卷积层与内层连接累加器连接，且内层第二卷积层通过内层残差第二卷积层与内层连接累加器连接； 内层连接累加器通过累加器间卷积层与外层连接累加器连接，外层残差卷积层与模块头部卷积层形成外层残差连接，其中，构成外层残差连接时，外层残差卷积层与外层连接累加器连接； 通过外层连接累加器形成图像分解多重残差模块的输出端。

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国矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1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。