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！

龙图腾网获悉西安煤科透明地质科技有限公司申请的专利基于空频域特征分辨率自调节的低光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：CN120672637B 。

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：202511182809.5，技术领域涉及：G06T5/94；该发明授权基于空频域特征分辨率自调节的低光图像增强方法及系统是由李贵红;刘再斌;范涛;刘强;陈长远;李旭;杜文刚;荆小恬;赵佳文;刘博睿;李西萍;杜易明设计研发完成，并于2025-08-22向国家知识产权局提交的专利申请。

本基于空频域特征分辨率自调节的低光图像增强方法及系统在说明书摘要公布了：本发明属于计算机视觉和图像处理技术领域，公开了基于空频域特征分辨率自调节的低光图像增强方法及系统。该增强方法提出了特征分裂与拼接流程、基于编码器‑解码器框架的空频域特征分辨率自调节的网络架构、以及从低光图像输入到正常光照图像输出的完整处理流程。本发明进一步将多尺度特征图展平为二维矩阵，经过线性层和前馈神经网络从不同尺度的特征进行图像恢复，进一步保持感受野的完整性；此外，本发明在提取重要的空间特征后再针对重要区域进行频率修复，有效解决了暗区过度增强与亮区细节丢失的共性问题，在低照度场景下的色彩保真度与结构完整性方面表现更优。

本发明授权基于空频域特征分辨率自调节的低光图像增强方法及系统在权利要求书中公布了：1.一种基于空频域特征分辨率自调节的低光图像增强方法，其特征在于，该方法包括以下步骤： S1，采用编码器-解码器架构，使用ResNet和Transformer的混合模块对图像的上半特征和下半特征分别卷积操作，对输入的暗光图像进行编码，完成多尺度特征学习； S2，将编码器输出的多尺度特征展平，应用空间增强模块的多头自注意力机制获得图像的空间增强特征； S3，将空间增强特征输入频率增强模块的卷积层中提取高频特征，将提取的高频特征和空间增强特征，通过快速傅里叶变换计算图像频率和特征频率，完成提取强化边缘信息； S4，通过解码器对输出的特征进行解码，恢复图像分辨率，将低光图像还原为正常图像，并联合空间域与频率域损失优化网络； 步骤S1具体包括： S101，将输入图像送入3×3卷积网络，提取图像特征F； S102，将图像特征F平均分割为和两部分，输入至由4个残差块组成的网络，每个残差块包含两个3×3卷积层和ReLU激活函数，通过步长2的卷积进行12下采样，输入至Transformer模块捕获长程依赖关系，再通过双线性插值上采样恢复分辨率，输出特征，并将和沿通道维度拼接，得到融合特征； S103，将融合特征放入ResBlock获得12的特征尺度，将放入ResBlock获得14的特征尺度； 步骤S2具体包括： S201，将获得的特征尺度，，，，分别通过线性神经网络展平为2D特征矩阵，并通过线性层扩展通道数； S202，将步骤S201所得的特征应用多头自注意力机制，通过残差连接和层归一化保留原始信息，表达式为： ； 式中，为归一化，为经过注意力机制处理后的特征，为线性映射后的特征，为多头自注意力机制处理，为维度1线性映射后的特征，为维度2线性映射后的特征，为维度3线性映射后的特征； S203，将特征输入至前馈网络，包含两个线性层与ReLU激活函数，并通过残差连接输出； S204，将特征重塑回原始空间维度，得到空间增强特征，表达式为： ； 式中，为线性映射层，为修正线性单元激活函数，分别为原始特征图的高度、宽度、特征通道数； 步骤S3具体包括： S301，对输出空间增强特征应用级联的3×3和1×1深度可分离卷积，生成高频特征； S302，将高频特征和空间增强特征通过快速傅里叶变换相加得到输出的双域强化特征。

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煤科透明地质科技有限公司，其通讯地址为：710000 陕西省西安市西咸新区沣东新城能源金贸区西咸金融港1-A楼1401室；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。