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！

龙图腾网获悉西安理工大学申请的专利基于特征融合的上下文感知轻量级弱光图像增强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：CN116167934B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310047131.4，技术领域涉及：G06T5/90；该发明授权基于特征融合的上下文感知轻量级弱光图像增强方法是由石争浩;汪曼玉;尤珍臻;冯亚宁;都双丽;赵明华设计研发完成，并于2023-01-31向国家知识产权局提交的专利申请。

本基于特征融合的上下文感知轻量级弱光图像增强方法在说明书摘要公布了：本发明公开了一种基于特征融合的上下文感知轻量级弱光图像增强方法，具体包括如下步骤：步骤1，收集弱光图像，构建弱光图像数据集，对弱光图像数据集进行预处理，得到输入图像数据集步骤2，构建基于对比度特征融合的上下文感知轻量级弱光图像增强模型；步骤3，采用步骤1得到的输入图像数据集I对步骤2构建的模型进行训练，输出训练后的基于对比度特征融合的上下文感知轻量级弱光图像增强模型；步骤4，将待增强的弱光图像输入步骤3训练好的模型，最终得到增强后的正常光图像。本发明克服了弱光图像增强任务中容易出现过度曝光和颜色失真的问题。

本发明授权基于特征融合的上下文感知轻量级弱光图像增强方法在权利要求书中公布了：1.基于特征融合的上下文感知轻量级弱光图像增强方法，其特征在于：具体包括如下步骤： 步骤1，收集弱光图像，构建弱光图像数据集，对弱光图像数据集进行预处理，得到输入图像数据集；所述步骤1中，对弱光图像数据集进行预处理的方式为：对弱光图像进行随机旋转和随机裁剪； 步骤2，构建基于对比度特征融合的上下文感知轻量级弱光图像增强模型； 所述步骤2的具体过程为： 步骤2.1，将步骤1得到的输入图像数据集扩大通道数量得到特征图，如下公式1所示；然后将特征图x1尺寸减半且通道数扩大为原先两倍，得到特征图，如下公式2所示： 1 2 其中，conv1代表卷积核大小为3×3，步长为1的卷积，conv2代表卷积核大小为3×3，步长为2的卷积； 步骤2.2，将特征图x1送入上下文感知控制模块CAM中，上下文感知控制模块CAM包括上下文感知块和门控单元，特征图x1从上下文感知块中通过，且特征图x1经过上下文感知块后尺寸大小不变，依然是，特征图x1通过上下文感知块的过程如下公式3~5所示： 3 4 5 其中，表示上下文感知模块的输入特征信息，是layerNorm，表示残差连接，代表全局上下文感知的处理过程，分别代表两个步长为1×1的卷积，是激活函数，是进行全局变换的过程； 步骤2.3，将经过上下文感知块后的特征图再送入门控单元，特征图经过门控单元的过程如下公式6所示： 6 其中，是layerNorm，分别代表了两个卷积核大小为1×1、步长为1的卷积，分别代表了两个3×3的深度可分离卷积，是GELU激活函数； 步骤2.4，将经过步骤2.3处理后的特征图继续送入下一个上下文感知控制模块CAM，总共通过四个上下文感知控制模块CAM后，再送入Mix模块，通过Mix模块定义了一个可学习的参数矩阵与通过四个上下文感知控制模块CAM后的特征图相乘，再与相加，得到带有全局上下文信息的特征图； 步骤2.5，先将步骤2.4输出的送入半实例归一化模块，进行一个下采样，下采样过程如公式7所示，输出特征图；然后将再进行半实例归一化，过程如公式8所示： 7 8 步骤2.6，将步骤2.5输出的特征图与特征图 进行点乘，将点乘结果作为输入特征再依次送入四个连续的上下文感知控制模块CAM，即重复执行步骤2.2~2.4，得到的特征图记为，将通过PixelUnshuffle上采样获得特征图 步骤2.7，将送入对比度特征融合模块CFFM，获得融合特征图 步骤2.8，将特征图通过一个卷积核的卷积得到，将输入图像经过残差连接与相加，得到最终的网络输出结果，即得到基于对比度特征融合的上下文感知轻量级弱光图像增强模型； 步骤3，采用步骤1得到的输入图像数据集I对步骤2构建的模型进行训练，输出训练后的基于对比度特征融合的上下文感知轻量级弱光图像增强模型； 所述步骤3的训练过程中，采用的总损失函数为： 9 其中，α和β分别代表损失项的权重，、、、分别表示不同的损失函数； 步骤4，将待增强的弱光图像输入步骤3训练好的模型，最终得到增强后的正常光图像；所述步骤3中，损失函数的定义如下公式10所示： 10 其中，和分别代表和网络的输出图像，代表一个常量； 损失函数的定义如下公式11所示： 11 损失函数的定义如下公式12所示： 12 损失函数的定义如下公式13所示： 13。

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理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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。