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！

龙图腾网获悉东北电力大学;国网吉林省电力有限公司吉林供电公司申请的专利一种基于生成对抗网络的低光照度下输电线路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：CN115601644B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202211292721.5，技术领域涉及：G06V20/10；该发明授权一种基于生成对抗网络的低光照度下输电线路图像增强方法是由赵立权;贾雁飞;郭铁滨;张家兴;关潇卓;高冶;杨烁;付饶;李达;李爽;张楠;卢意新;石根华;钟铁;陈海鹏设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的低光照度下输电线路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生成对抗网络的低光照度下输电线路图像增强方法，其特点是：本发明设计了基于混合注意力机制的残差模块，并结合并行空洞卷积模块等设计了可以提取更多有效特征信息的生成网络，以对低光照度下输电线路图像进行增强。其次，本发明还设计了基于全局判别网络和局部判别网络的双判别网络的对抗网络，提高了对抗网络对输入图像的判别能力。最后，本发明还设计了基于上述生成对抗网络的低光照度下输电线路图像增强网络的损失函数。本发明可以在有效提高低光照度下输电线路图像亮度的同时，避免增强后的图像出现过度曝光或者曝光不足，以及伪影现象的出现，保留更多的图像细节信息，提高增强后的输电线路图像质量。

本发明授权一种基于生成对抗网络的低光照度下输电线路图像增强方法在权利要求书中公布了：1.一种基于生成对抗网络的低光照度下输电线路图像增强方法，其特征在于，具体步骤如下： 1构建数据集 通过从输电线路视频监控系统中挑选出不同背景的低光照度图像和正常光照度图像并进行处理，构建出非配对样本训练集和配对样本测试集； 2构建生成网络 构建用于对低光照度下输电线路图像进行增强处理的网络,构建生成网络中，生成网络由A网络、B网络和C网络组成，具体如下： ⑴A网络用于对输入的低光照度输电线路图像进行预处理，其由亮度注意力映射组成，以减少生成图像的过度曝光或者曝光不足现象的发生，经过预处理得到的亮度注意力图和输入的输电线路的低光照度图像相加后作为B网络的输入图像； ⑵B网络用于提取输入的输电线路低光照度图像的低频信息，由一个卷积模块、一个LeakyRelu激活函数、第一组合模块、第二组合模块和一个基于混合注意力机制的残差模块组成，其中： ①所述第一组合模块和第二组合模块均由第一分支和第二分支组成，每个组合模块的第一分支和第二分支的输出特征图通过拼接操作得到该组合模块的输出特征图； ②所述基于混合注意力机制的残差模块依次由一个卷积模块、一个LeakyRelu激活函数、一个卷积模块、一个并行注意力模块、一个卷积模块、一个LeakyRelu激活函数、一个卷积模块、另一个并行注意力模块和一个卷积模块组成； ③将步骤②所述的基于混合注意力机制的残差模块的输入特征图与该基于混合注意力机制的残差模块中的最后一个卷积模块的输出特征图进行元素相加，得到基于混合注意力机制的残差模块的最终输出特征图； ⑶C网络主要用于提取输入图像的高频信息，依次由第一混合模块、一个基于混合注意力机制的残差模块、第二混合模块、一个基于混合注意力机制的残差模块，一个卷积模块和一个Tanh激活函数组成，其中： 所述第一混合模块和所述第二混合模块均由一个上采样，一个卷积模块和一个LeakyRelu激活函数组成； ⑷C网络的第一混合模块的输出与B网络的第一组合模块的输出通过拼接操作进行特征融合，C网络的第二混合模块的输出与B网络的第一组合模块的输入通过拼接操作进行特征融合，从而实现高频特征和低频特征的融合； ⑸C网络的输出与A网络得到的亮度注意力映射图像进行元素相乘得到图像； ⑹将步骤⑸得到的图像与生成网络输入的低光照度图像进行相加得到增强后的输电线路图像； 3构建对抗网络 构建用于判断输入的输电线路图像是真图像还是假图像的网络； 将原始正常光照度下的输电线路图像定义为真图像； 将生成网络的输出图像定义为假图像； 4构建生成对抗网络的损失函数 用来衡量网络训练过程的生成网络性能和对抗网络性能； 5网络模型训练 通过网络模型训练得到最优的生成网络和对抗网络； 6网络模型性能评估 将步骤1中已构建的配对样本测试集中的低光照度图像输入到步骤5得到的已训练的生成网络中，得到增强后的输电线路图像，以衡量网络模型对低光照度下输电线路图像的增强能力； 7网络模型应用 将已训练的网络模型部署在服务器上，对现场传回的低光照度输电线路图像进行增强，得到增强图像。

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东北电力大学;国网吉林省电力有限公司吉林供电公司，其通讯地址为：132012 吉林省吉林市船营区长春路169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。