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！

龙图腾网获悉华中科技大学申请的专利一种自监督低照度图像增强方法及系统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：CN115908164B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202211362449.3，技术领域涉及：G06T5/90；该发明授权一种自监督低照度图像增强方法及系统是由桑农;张锋;邵远杰;高常鑫设计研发完成，并于2022-11-02向国家知识产权局提交的专利申请。

本一种自监督低照度图像增强方法及系统在说明书摘要公布了：本发明提供了一种自监督低照度图像增强方法及系统，属于计算机视觉技术以及图像处理技术领域，方法包括：对低照度图像进行直方图均衡化处理，再采用先验映射函数提取出直方图均衡先验信息；将最大通道值与低照度图像结合采用卷积层获取连接图中的特征图像；以直方图均衡先验信息和连接图中的特征图像为空间特征转换层的输入，学习直方图均衡先验信息的调制参数对自适应地对连接图中的特征图像进行空间上的仿生变换，获取融入先验信息的特征图像；将融入先验信息的特征图像输入到自适应深度神经网络模型中获取反射图和亮度图；反射图为复原图像。本发明采用训练后的自适应深度神经网络对低照度图像进行增强，增强效果得到了大大提升。

本发明授权一种自监督低照度图像增强方法及系统在权利要求书中公布了：1.一种自监督低照度图像增强方法，其特征在于，包括以下步骤： 对低照度图像进行直方图均衡化处理，再采用先验映射函数提取出经过直方图均衡化处理的低照度图像的高阶特征信息，将高阶特征信息作为直方图均衡先验信息；其中，低照度图像是指在环境光照强度小于1Lux情况下拍摄的图像； 计算低照度图像的最大通道值，将最大通道图像与低照度图像结合后输入到第一组合层以获取连接图中的特征图像；其中，第一组合层包括一层9×9的卷积和ReLU层； 以直方图均衡先验信息和连接图中的特征图像作为空间特征转换层的输入，学习直方图均衡先验信息的调制参数对以自适应地对连接图中的特征图像进行空间上的仿射变换，获取融入先验信息的特征图像； 将融入先验信息的特征图像输入到基于视网膜大脑皮层理论构建的自适应深度神经网络模型中，通过若干卷积层和sigmoid层获取反射图和亮度图；其中，所述反射图为复原图像； 其中，通过融入先验信息的特征图像获取反射图和亮度图的方法为： 所述融入先验信息的特征图像输入到U-Net网络中提取包含更深层次特征信息的深层特征图像；其中，更深层次特征信息包括低照度图像的结构信息和纹理信息； 采用第四组合层从输入的低照度图像中提取出输入图像的特征图像；其中，第四组合层包括一个3×3的卷积和ReLU层； 再通过连接的方式将输入图像的特征图像与深层特征图像进行结合； 采用两层3×3的卷积层对结合后的特征图像进行再次融合； 基于再次融合的特征图像，采用一层sigmoid层得到最终的反射图和亮度图，其中，反射图为复原图像； 其中，获取包含更深层次特征信息的深层特征图像方法为： 采用第五组合层对融入先验信息的特征图像进行下采样，降低融入先验信息的特征图像的尺寸，提取出包含更深层次特征信息的深层特征图像；其中，第五组合层包括两层3×3的卷积和ReLU层； 采用第六组合层对深层特征图像进行上采样，恢复到融入先验信息的特征图像的尺寸大小，同时保留了更深层次特征信息；其中，第六组合层包括两层3×3的反卷积和ReLU层。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。