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！

龙图腾网获悉西安交通大学申请的专利一种基于复杂光照环境的相机成像优化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：CN116156333B 。

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：202310168218.7，技术领域涉及：H04N23/95；该发明授权一种基于复杂光照环境的相机成像优化方法及系统是由苏文斌;卫红波;贾涵;赵玉梁;夏寅;郭梦媛设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于复杂光照环境的相机成像优化方法及系统在说明书摘要公布了：本发明公开了一种基于复杂光照环境的相机成像优化方法及系统，将出现低亮度或过曝光的sRGB图像输入U‑Net神经网络进行推理计算，得到图像在相机图像信号处理发生前的线性Raw‑RGB图像，将Raw‑RGB图像输入到另一个U‑Net神经网络中得到逐像素调整图，对其环境光照度进行调整和修正；随后，对调整完成的Raw‑RGB图像利用由自注意力机制编码模块组成的神经网络进行图像信号处理参数的推理，包括白平衡参数、颜色空间变换矩阵和伽马矫正参数，最终通过模拟图像信号处理流程，将Raw‑RGB图像恢复到调整亮度后的sRGB图像。本发明避免直接对相机输出的非线性sRGB图像进行处理，通过调整转换得到的线性Raw‑RGB图像光照照度，最终还原回非线性sRGB图像，具有较好的恢复低亮度、过曝光图像的能力。

本发明授权一种基于复杂光照环境的相机成像优化方法及系统在权利要求书中公布了：1.一种基于复杂光照环境的相机成像优化方法，其特征在于，包括以下步骤： S1、将出现低亮度或过曝光的非线性sRGB图像输入U-Net神经网络模型中进行推理计算，得到图像在相机图像信号处理发生前的线性Raw-RGB图像，U-Net卷积神经网络模型在训练时的约束为： 执行输入为sRGB图像，输出为对应Raw-RGB图像的形式，训练U-Net卷积神经网络模型的损失函数为： 其中，为一范数计算，为卷积神经网络，为输入的非线性sRGB图像，为sRGB图像对应的线性Raw-RGB图像标签； S2、将步骤S1得到的线性Raw-RGB图像输入另一个U-Net神经网络中，得到逐像素调整图，对线性Raw-RGB图像进行环境光照度调整； S3、利用由自注意力机制编码模块组成的神经网络对步骤S2调整完成的Raw-RGB图像进行图像信号处理参数推理，通过模拟图像信号处理流程将Raw-RGB图像恢复到调整亮度后的sRGB图像，实现相机成像优化，图像信号处理参数推理包括白平衡、颜色空间变换和伽马矫正，白平衡、颜色空间变换均使用的矩阵，对两参数融合成9个未知参量的矩阵，加上伽马矫正一共有10个未知模拟图像信号处理参量，训练样本为经过专家调整亮度的MIT-AdobeFiveK数据集。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。