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！

龙图腾网获悉燕山大学申请的专利一种基于语义引导的动态融合网络弱光环境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：CN121095089B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511259314.8，技术领域涉及：G06T5/60；该发明授权一种基于语义引导的动态融合网络弱光环境图像增强方法是由宋涛;刘文昊;刘兆伦;刘浩然;李雅倩;张文明设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本一种基于语义引导的动态融合网络弱光环境图像增强方法在说明书摘要公布了：本发明提供一种基于语义引导的动态融合网络弱光环境图像增强方法，属于图像处理技术领域。本方法包括步骤：基于无监督训练框架构建多尺度动态融合网络模型输入弱光图像获得估计光照图；利用Retinex分解方法基于估计光照图得到弱光增强图像；所述多尺度动态融合网络模型获得估计光照图过程包括：对弱光图像进行多尺度特征提取获得多尺度特征图，并通过通道‑空间注意力进行融合获得综合特征图；对综合特征图进行自适应频谱动态滤波获得滤波特征图；将弱光图像进行语义分割获得语义分割图；融合语义分割图和滤波特征图获得估计光照图。本方法通过构建多尺度动态融合网络模型进行弱光图像增强，鲁棒性增强的同时保持局部细节和全局照明一致性。

本发明授权一种基于语义引导的动态融合网络弱光环境图像增强方法在权利要求书中公布了：1.一种基于语义引导的动态融合网络弱光环境图像增强方法，其特征在于，包括： 基于无监督训练框架构建多尺度动态融合网络模型，输入弱光图像获得估计光照图； 利用Retinex分解方法基于估计光照图得到弱光增强图像； 所述多尺度动态融合网络模型基于弱光图像获得估计光照图包括： 对弱光图像进行多尺度特征提取获得多尺度特征图，并通过通道‑空间注意力进行融合获得综合特征图； 对综合特征图进行自适应频谱动态滤波获得滤波特征图； 将弱光图像进行语义分割获得语义分割图； 融合语义分割图和滤波特征图获得估计光照图； 所述对综合特征图进行自适应频谱动态滤波获得滤波特征图，包括： 基于综合特征图的均值与标准差通过多层感知机生成路由权重； 将综合特征图映射至频谱域，获得频谱域特征图； 结合路由权重和复数滤波器获得频域调制系数： 其中，表示频域调制系数，表示爱因斯坦求和，表示第个滤波器，是滤波器分支索引；代表批次大小，代表通道数，代表空间高度，代表空间宽度； 表示滤波器；为滤波器分支的纬度；表示滤波器的总数；表示路由权重： 其中，表示归一化指数函数；表示在个滤波器上的加权分布，即动态路由权重分配于个滤波器；为中间通道数；为多层感知器，用于生成滤波器权重；为沿空间维度求均值，为沿空间维度求标准差；表示维度置换后综合特征图； 基于频域调制系数调制频谱域特征图，并将调制后的频谱域特征图转换回空间域，获得滤波后特征； 通过门控机制基于滤波后特征与综合特征图副本获得门控融合特征； 对门控融合特征进行转置获得与综合特征图相同的维度，作为滤波特征图； 所述融合语义分割图和滤波特征图获得估计光照图，包括： 对具有相同空间分辨率的滤波特征图和语义分割图进行卷积，获得中间维度的滤波特征图和语义分割图； 层归一化处理中间维度的滤波特征图和语义分割图，并通过多头注意力机制获得语义关联特征； 通过门控深度卷积前馈网络优化语义关联特征获得优化特征； 融合优化特征和语义关联特征获得估计光照图。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街西段438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。