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！

龙图腾网获悉南京邮电大学申请的专利一种地下管廊火灾图像自适应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：CN119809944B 。

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：202411563017.8，技术领域涉及：G06T5/40；该发明授权一种地下管廊火灾图像自适应增强方法是由范宇贤;樊卫北;赵海博;张玉杰;张宏俊;肖甫;牛立斌设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种地下管廊火灾图像自适应增强方法在说明书摘要公布了：本发明属于数字图像预处理技术领域，公开了一种地下管廊火灾图像自适应增强方法，包括：步骤1、接收火灾图像并对其进行预处理，得到灰度级直方图；步骤2、灰度级直方图分割阈值的计算；步骤3、利用灰度级直方图的阈值，将原始图像的直方图分割为低灰度区、中间灰度区和高灰度区三子块数组，标记每个子直方图对应的像素范围；步骤4、对三子块数组进行增强处理，获得增强重构后的增强火灾图像，并将该增强火灾图像的数据传输至远程该控制中心。本发明能够有效提高火灾图像在暗光、对比度低等复杂环境下的清晰度和对比度，进而实现火灾特征的快速准确识别。

本发明授权一种地下管廊火灾图像自适应增强方法在权利要求书中公布了：1.一种地下管廊火灾图像自适应增强方法，其特征在于：所述增强方法具体包括以下步骤： 步骤1、接收地下管廊监控摄像头的火灾图像，对火灾图像进行预处理，进行灰度计算火灾图像的灰度级直方图； 步骤2、计算灰度级直方图的分割阈值：设计自适应的阈值计算规则，利用阈值计算规则计算步骤1中灰度级直方图分割为低灰度区、中间灰度区和高灰度区的阈值； 步骤3、利用步骤2计算出的灰度级直方图的阈值，将原始图像的直方图分割为低灰度区、中间灰度区和高灰度区三子块数组，标记每个子直方图对应的像素范围，为后续增强处理做准备； 步骤4、对步骤3获得的三子块数组进行增强处理，获得增强重构后的增强火灾图像，并将该增强火灾图像的数据传输至远程控制中心； 其中：步骤2具体包括如下步骤： 步骤2.1、计算频次数值数组Hn中最大值Hmax、最小值Hmin和标准方差Hd： Hmax＝maxHn； Hmin＝minHn； Hd＝stdHn； 根据Hmax、Hmin、Hd计算输入火灾图像I的灰度级直方图hi的频次上限值HL、频次下限值HU： HL＝Hmin+Hd HU＝Hmax-Hd 同时在数组灰度级直方图hi中查找最大值Hmax对应的位置数值查找表idmax： idmax＝findhi＝＝Hmax 其中，max与min分别为最大值与最小值求取函数，find为数值查找函数； 步骤2.2、依据HL和HU，计算中间数组h1i、h2i： h1i＝│hi-HL│ h2i＝│hi-HU│ 并在灰度级数值两区间[1idmax]、[idmax+1256]计算h1i、h2i的四个最小值： h1_min1＝minh11:idmax h1_min2＝minh1idmax+1：256 h2_min1＝minh21:idmax h2_min2＝minh2idmax+1：256； 步骤2.3、在数组h1i、h2i的灰度级数值两区间[1idmax]、[idmax+1256]，查找四个最小值h1_min1、h1_min2、h2_min1、h2_min2的对应灰度级数值A1、A2、B1、B2： A1＝findh11：idmax＝＝h1_min1 A2＝findh1idmax+1：256＝＝h1_min2 B1＝findh21：idmax＝＝h2_min1 B2＝findh2idmax+1：256＝＝h2_min2； 所述步骤3具体包括如下步骤: 步骤3.1、构建新的数组C＝[A1A2B1B2]，计算上分割灰度级阈值XL、下分割灰度级阈值XU： XL＝roundA1+B12 XU＝roundA2+B22 查找上分割灰度级阈值XL、下分割灰度级阈值XU在灰度级数值i的数组idn中的位置上分割阈值id_XL、下分割阈值id_XU： id_XL＝findidn＝＝XL id_XU＝findidn＝＝XU 步骤3.2、依据位置分割阈值id_XL、id_XU将数组Hn和idn分别分割成对应三子块数组H1j、idH1j；H2k、idH2k；H3q、idH3q，分割数学表达式： 其中，end表示数组位置数值的最后一位，其中j、k、q为变量。

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邮电大学，其通讯地址为：210046 江苏省南京市栖霞区文苑路9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。