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！

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利一种基于深度学习的无人机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：CN119151806B 。

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：202310696472.4，技术领域涉及：G06T5/60；该发明授权一种基于深度学习的无人机图像增强方法是由罗欣;宋依芸;冯倩;韦祖棋;林鹏;许文波;贾海涛;常乐设计研发完成，并于2023-06-13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无人机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无人机图像增强方法。该发明针对RetinexNet算法对于图像中已经足够亮的像素，仍会进行增强处理，导致图像失真和信息丢失的问题，利用基于皮尔生长曲线对图像进行自适应亮度伽马校正，通过对图像的每个像素进行非线性变换来调整亮度，使其在人眼中具有更加平均的感知。针对RetinexNet算法会引入新的噪声的问题，本发明在Retinex分解模块引入引导滤波来替代高斯滤波对图像进行平滑去噪，利用高质量的引导图像来引导滤波器进行滤波，从而保留原始图像的边缘和细节；然后设计了基于引导滤波的Retinex分解模块，更好的计算图像的反射分量和光照分量。

本发明授权一种基于深度学习的无人机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无人机图像增强方法，其特征在于，包括以下步骤： 步骤1：基于引导滤波的Retinex分解模块包含5个3×3卷积层，将维度w×h×c的序列图片输入网络中，其中，w代表图像的宽，h代表图像的高，c表示输入通道数；其中第一层用于提取输入图像的高维特征；第二和第三层添加了修正线性单元ReLU激活函数，以增加网络的非线性能力； 步骤2：步骤1所提到的基于引导滤波的Retinex分解模块第四层利用引导滤波作为Retinex算法中的滤波器，将输入图像分解为反射和光照分量，以便更好地进行照度校正，引导滤波的计算公式为： 其中，qi表示滤波输出的值，Ii表示原始图像中像素点i的像素值，ak和bk表示常数参数，一个滤波窗口对应一对常数参数，其可由以下公式计算得出： 其中，pk表示原始图像中所有像素值的总和，Ik表示引导图像中所有像素值的总和，ε值为一个正则化参数避免ak值过大；σ为引导图像像素点的方差； 步骤3：基于引导滤波的Retinex分解模块第五层输出的前三个通道值，经Sigmoid函数后作为分解出来的反射分量，最后一个通道的输出经Sigmoid函数后作为分解出来的光照分量； 步骤4：基于自适应伽马校正的图像增强模块由编码器和解码器构成，以基于引导滤波的Retinex分解模块输出的反射图像和光照图像作为输入，光照图像经过编码器三次下采样操作获取深层次特征，并在解码层中利用最邻近插值进行三次上采样放大光照信息；残差块进行特征跨层跳跃连接，从下采样块引入到对应的镜像上采样块，以便将编码层学习到的特征复用到解码层中，从而保留图像的细节信息；最后，通过多尺度特征融合，在不同尺度上对光照分量进行恢复； 步骤5：低照度图像经过步骤4的图像增强模块后输出的反射图像和光照图像经过融合，重构成了增强后的正常光照图，其融合公式为： 步骤6：由于图像的反射分量反映的是物体固有性质，不受光照的影响，因此，引入不变反射率损失Lir来约束反射的一致性，计算公式如下： Lir＝||Rlow-Rnormal||1 此外，光照的变化是连续的、渐变的，因此光照分量应该是连续的，在局部区域时一致的，光照的变化与物体结构的变化也应该是一致的，因此，引入第二个约束项—光照平滑损失Lis，来约束光照变化，计算公式如下： 而引导滤波可以去除图像中的噪声并保留重要的细节，所以要引入SSIM损失，计算公式为： 其中，x、y分别表示原始图像和增强后的图像，μ、σ分别表示均值和标准差，σxy表示协方差，C1、C2是常数，C1取值6.5，C2取值58.5； 步骤7：将步骤6的损失函数进行正则化操作，得到最终的损失函数Ldec，即： Ldec＝λirLir+λisLis+λssimLSSIM 其中，λir、λis、λSSIM取值分别为0.001，0.1，0.8； 步骤8：由于不同照度下的图像的反射分量是基本一致的，但是光照分量却相差很大，因此分别利用Rnormal、Rlow与Inormal、Ilow重构出来效果也是基本一致的，考虑到这样的情况，损失函数中还应该包含图像重构约束项Lrecon，因此，Lenh由光照平滑损失Lis以及重构损失Lrecon构成，即： Lenh＝λrecLrecon+λisLis 当i≠j时，λij取值为0.001，当i＝j，λij取值为1，λis＝0.1，λrec＝0.5。

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电子科技大学长三角研究院(湖州)，其通讯地址为：313001 浙江省湖州市西塞山路819号南太湖科技创新综合体B1幢；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。