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！

龙图腾网获悉中山大学申请的专利一种基于信息分治的图像增强方法、计算机装置和存储介质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：CN117495748B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202311525505.5，技术领域涉及：G06T5/90；该发明授权一种基于信息分治的图像增强方法、计算机装置和存储介质是由金枝;伍鸿俊;王晨曦设计研发完成，并于2023-11-15向国家知识产权局提交的专利申请。

本一种基于信息分治的图像增强方法、计算机装置和存储介质在说明书摘要公布了：本发明公开了一种基于信息分治的图像增强方法、计算机装置和存储介质，本发明包括将待处理图像分解成多个图像块，使用基于图像块灰度共生矩阵熵的图像块分类算法，分别对各图像块进行分类，获得类别标签，基于早退机制，分别根据各类别标签对各图像块进行增强，获得各图像块各自对应的增强特征信息，基于特征跳跃连接，对各增强特征信息进行聚合，获得增强结果图像等步骤。本发明使用信息分治策略，通过使用基于灰度共生矩阵熵的图像块分类算法，根据图像块信息量将其分为多类，并在早退机制的引导下，使用不同复杂度的网络结构对不同信息量的图像块进行对应增强，实现拥有良好的性能的同时保证了模型的低计算量。本发明应用于图像处理技术领域。

本发明授权一种基于信息分治的图像增强方法、计算机装置和存储介质在权利要求书中公布了：1.一种基于信息分治的图像增强方法，其特征在于，所述基于信息分治的图像增强方法包括： 获取待处理图像； 将所述待处理图像分解成多个图像块； 使用基于图像块灰度共生矩阵熵的图像块分类算法，分别对各所述图像块进行分类，获得各所述图像块各自对应的类别标签； 基于早退机制，分别根据各所述类别标签，对各所述图像块进行增强，获得各所述图像块各自对应的增强特征信息； 基于特征跳跃连接，分别将各所述图像块各自对应的测试特征信息与所述增强特征信息进行聚合，获得增强结果图像； 所述基于早退机制，分别根据各所述类别标签，对各所述图像块进行增强，获得各所述图像块各自对应的增强特征信息，包括： 建立增强阶段网络； 对于任一所述图像块： 当所述图像块对应的所述类别标签表示第一类别，将所述图像块对应的预处理阶段输出的测试特征信息输入第一Transformer模块，获取所述第一Transformer模块的输出结果，作为所述增强特征信息； 当所述图像块对应的所述类别标签表示第二类别，将所述图像块对应的所述测试特征信息输入所述第一Transformer模块，所述第一Transformer模块的输出结果通过第一正向离散小波变换模块分解得到高频分量和低频分量，由第一残差模块对所述高频分量进行处理，由第二Transformer模块对所述低频分量进行处理，由第一逆向离散小波变换模块对所述第一残差模块与所述第二Transformer模块的输出结果进行处理，输出所述增强特征信息； 当所述图像块对应的所述类别标签表示第三类别，将所述图像块对应的所述测试特征信息输入所述第一Transformer模块，所述第一Transformer模块的输出结果通过所述第一正向离散小波变换模块分解得到初始高频分量和初始低频分量，由所述第一残差模块对所述初始高频分量进行处理，由所述第二Transformer模块对所述初始低频分量进行处理，所述第一残差模块的输出结果输入至第三残差模块进行增强，所述第二Transformer模块的输出结果由第二正向离散小波变换模块进行分解，获得增强高频分量和增强低频分量，由第二残差模块对所述增强高频分量进行处理并经过第二逆向离散小波变换模块进行处理，由第三Transformer模块对所述增强低频分量进行处理，由第三逆向离散小波变换模块对所述第二逆向离散小波变换模块与所述第三Transformer模块的输出结果进行处理，输出所述增强特征信息。

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山大学，其通讯地址为：510275 广东省广州市新港西路135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。