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！

龙图腾网获悉中北大学申请的专利一种基于零样本学习的低光照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：CN119624809B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202411710329.7，技术领域涉及：G06T5/60；该发明授权一种基于零样本学习的低光照图像增强方法及系统是由储成群;李宏晟;甄国涌设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于零样本学习的低光照图像增强方法及系统在说明书摘要公布了：本发明涉及一种基于零样本学习的低光照图像增强方法及系统，属于图像处理技术领域。包括：从低光照图像中分解出光照信息、反射图信息和边缘特征信息；将分解出的三类信息分别输入至对应的损失函数中，从而获得三个损失量；根据三个损失量，计算总损失量，进而获得梯度值；根据总损失量和梯度值判断是否同时满足预设条件；当满足条件时，获得最优的三类信息；利用伽马变换增强最优光照信息，获得增强光照信息；将增强光照信息、最优反射图信息和最优边缘特征信息进行融合，得到初级增强图像；分别建立初级增强图像和低光照图像的拉普拉斯图像金字塔，并将其进行融合，得到增强图像。本发明解决了整体对比度不均匀图像直接增强时图像质量降低问题。

本发明授权一种基于零样本学习的低光照图像增强方法及系统在权利要求书中公布了：1.一种基于零样本学习的低光照图像增强方法，其特征在于，包括： S1、获取低光照图像，根据所述低光照图像，分解出光照信息、反射图信息和边缘特征信息； S2、将所述光照信息输入至光照损失函数中，获得第一损失量；将所述反射图信息输入至反射损失函数中，获得第二损失量；将所述边缘特征信息输入至边缘特征损失函数中，获得第三损失量；根据所述第一损失量、所述第二损失量和所述第三损失量，计算总损失量；根据所述总损失量获得梯度值； S3、根据所述总损失量和所述梯度值判断是否同时满足预设条件；当不满足所述预设条件时返回至所述S1;当满足所述预设条件时，将获得最优光照信息、最优反射图信息和最优边缘特征信息；利用伽马变换对所述最优光照信息进行增强，获得增强光照信息；其中，所述预设条件为达到预设迭代次数且所述梯度值最小； S4、将所述增强光照信息、所述最优反射图信息和所述最优边缘特征信息进行图像融合，得到初级增强图像； S5、分别建立所述初级增强图像和所述低光照图像的拉普拉斯图像金字塔，得到第一拉普拉斯金字塔和第二拉普拉斯金字塔； S6、对所述第一拉普拉斯金字塔和所述第二拉普拉斯金字塔进行图像融合，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中北大学，其通讯地址为：030032 山西省太原市学院路3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。