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！

龙图腾网获悉广东工业大学申请的专利一种基于深度学习的低光照增强方法、系统和存储介质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：CN115908198B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202211694409.9，技术领域涉及：G06T5/70；该发明授权一种基于深度学习的低光照增强方法、系统和存储介质是由罗玉;游璧佳;凌捷设计研发完成，并于2022-12-28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低光照增强方法、系统和存储介质在说明书摘要公布了：本发明公开的一种基于深度学习的低光照增强方法、系统和存储介质，所述方法包括：获取低光照图像信息，对所述低光照图像信息进行数据预处理，得到图像的明度信息V和颜色信息，根据Retinex理论的变体对所述低光照图像信息进行分析，得到图像组成信息，根据解耦子网络对所述明度信息V进行处理，得到图像的明度信息V的第一照明图信息、反射率信息及噪声图信息，对所述第一照明图信息进行伽马校正，得到光照调整后的第二照明图信息，根据Retinex理论对所述第二照明图信息和所述反射率信息进行处理，得到增强后的图像明度V'，将所述增强后的图像明度V'与所述图像的颜色信息进行结合，得到低光照增强图像信息，本发明基于深度学习，达到较好的低光照增强效果。

本发明授权一种基于深度学习的低光照增强方法、系统和存储介质在权利要求书中公布了：1.一种基于深度学习的低光照增强方法，其特征在于，包括： 获取低光照图像信息，对所述低光照图像信息进行数据预处理，得到图像的明度信息V和颜色信息； 根据Retinex理论的变体对所述低光照图像信息进行分析，得到图像组成信息，根据解耦子网络对所述明度信息V进行处理，得到图像的明度信息V的第一照明图信息、反射率信息及噪声图信息； 对所述第一照明图信息进行伽马校正，得到光照调整后的第二照明图信息，根据Retinex理论对所述第二照明图信息和所述反射率信息进行处理，得到增强后的图像明度V'； 将所述增强后的图像明度V'与所述图像的颜色信息进行结合，得到低光照增强图像信息； 其中，所述图像组成信息由反射率、光照图及噪声图组成； 根据解耦子网络对所述明度信息V进行处理，包括： ； ； ； ； 网络模型的总损失函数表示为： ； 其中，为反射率损失、为照度图一致性损失、为照度图光滑损失、为噪声估计损失、为重建损失，为反射率解耦子网络、为照明解耦子网络、为噪声解耦子网络，、、均为随机噪声，∇为一阶导数算子包含∇h水平和∇v垂直、、和分别为矩阵X的Frobenius范数、L1范数和L2范数，、为权重矩阵、、、分别表示不同损失函数的平衡参数，V为图像的明度信息，N为噪声图信息； 对所述第一照明图信息进行伽马校正，得到光照调整后的第二照明图信息，根据Retinex理论对所述第二照明图信息和所述反射率信息进行处理，得到增强后的图像明度V'，具体为： 根据对照度图的亮度进行调整处理，将调整后的照度图与反射率R进行像素级相乘； 得到增强后的图像明度V'； 其中，表示调整后的照度图，y表示校正因子。

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广东工业大学，其通讯地址为：510006 广东省广州市东风东路729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。