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！

龙图腾网获悉大连海事大学申请的专利一种用于低光图像增强的双层图推理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：CN119722539B 。

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：202411772988.3，技术领域涉及：G06T5/90；该发明授权一种用于低光图像增强的双层图推理方法是由乔四海;陈荣;安明;汪桐;薛占鳌;王典设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种用于低光图像增强的双层图推理方法在说明书摘要公布了：本发明提供一种用于低光图像增强的双层图推理方法，利用伽马校正来生成不同曝光水平的图像，并计算相应的权重矩阵。在对不同曝光的低光图像进行加权融合后，利用图卷积神经网络的特性，构建图卷积增强优化模块，持续更新图节点信息。得到的去噪图像从空间和通道两个维度进行增强。本发明对原始的低光图像进行伽玛校正，生成一系列突出不同区域特征的增强图像。为了避免图像过度曝光带来的噪声，根据生成图像的特征构造图像融合权矩阵，将其与原始图像进行加权融合。

本发明授权一种用于低光图像增强的双层图推理方法在权利要求书中公布了：1.一种用于低光图像增强的双层图推理方法，其特征在于，包括以下步骤： S01：获取原始RGB低光图像Ilow，将给定的输入低光图像Ilow同时输入Gamma-net和WF-Net网络，Gamma-net网络生成一系列的参数[λ1γ1,λ1γ1,…,λnγn]并输入到WF-Net网络中,对不同曝光比的图像进行加权融合，生成此阶段清晰图像Iclear； S02：把此阶段清晰图像Iclear输入到空间信息交互模块中，获取Iclear图像内容相似的空间节点特征相似区域的关系，并进行信息交互，利用图卷积神经网络对图节点进行更新，得到此阶段的最终结果图像Is； S03：把此阶段清晰图像Iclear输入到通道信息交互模块中，获取此阶段清晰图像Iclear的通道维度内容相似的节点特征的关系，捕捉相关通道节点特征的相似纹理信息之间的关系并进行信息交互，利用图卷积神经网络对图节点进行更新，得到此阶段的最终结果图像Ic； S04：把空间信息交互模块的结果Is和通道信息交互模块的最终结果图像Ic输入到特征融合模块中，使用挤压操作和激励操作来获取通道间的特征信息，把特征进行拼接操作，并输入到解码器中生成最终的增强结果 去噪模块包括：生成阶段和加权融合阶段； 在生成阶段，以低光图像Ilow为输入，通过Gamma-net网络生成一系列参数[λ1γ1,λ1γ1,…,λnγn]，并把所述参数加在低光图像Ilow中生成不同曝光水平的图像[I1,I2,…,In]； 在加权融合阶段，网络WF-Net生成相应的权重矩阵，将不同曝光图像的特征信息与原始图像相结合，实现去噪，去噪模块的操作为： Iclear＝DNMI＝[Ilow,I1,…,Ii,…,In]； 其中，DNM·表示去噪模块运算，Ii表示生成的第i张曝光强度图像，它有低光图像Ilow和曝光参数[λ1γ1,λ1γ1,…,λnγn]结合得到，1≤i≤n；Iclear表示生成的最终结果图像；gamma-net网络其输出是一组相应的像素级参数；所述加权融合阶段采用加权融合方法对不同区域间的特征信息进行融合； 使用两个3x3卷积进行特征提取，并结合sigmod函数进行归一化，输入为第i次曝光和第i-1次曝光得到的融合图像，输出为两个不同的权重矩阵；对于权重矩阵，表示每个像素的健康状态，表示为： ωi-1,ωi＝WFIi-1,Ii； 其中，WF·表示生成权重矩阵的网络WF-Net；ωi表示与Ii对应的权重图，ωi-1表示与Ii-1对应的权重图；c∈{R,G,B}表示低光图像中红R绿G蓝B三通道； 所述通道信息交互模块使用信道信息交互的目的是捕捉相关信道节点特征的相似纹理信息之间的关系，并进行信息交互；给通道信息交互模块一幅图像Xc∈RH×W×C，其中H×W表示特征图的大小，C表示特征维度；首先对图像执行1x1卷积φx，φx使用卷积操作改变所述图像的特征维度Xc∈RH×W×N，N表示节点数；通过引入了平均池化操作来减小Xc特征的大小； X’c＝AvgpoolXc； 其中，X’c∈RQ×Q×N,Q×Q表示重新获得的特征大小； 然后对Xc′进行重新定位和变换，得到Xc∈RN×S，其中，S表示图节点信息此时得到的Xc表示在信道维度上投影的节点特征，不同节点的特征信息通过GCN进行交互得到上下文信息；然后创建一个和Xc∈RN×S相对应的邻接矩阵Ac∈N×N来存储更新后的节点特征状态，用于不同节点之间的信息更新；节点更新原理如下： 其中，Ac∈N×N表示创建的邻接矩阵，V表示新的重建图节点特征，W表示图卷积权重；通过用θx对X进行转置，生成一个新的投影矩阵B∈RL×N，然后将图空间投影回原始特征空间，得到Y∈RN×L； 使用一次卷积运算对Y∈RH×W×N进行重塑，将Y的特征维数由N变为C，与原始图像X求和得到最终的特征映射Ic。

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大连海事大学，其通讯地址为：116026 辽宁省大连市甘井子区凌水街道凌海路1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。