恭喜北京联合大学王金华获国家专利权
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!
龙图腾网恭喜北京联合大学申请的专利一种暗光图像增强方法、系统及装置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:CN119359579B 。
龙图腾网通过国家知识产权局官网在2025-05-02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:202411560882.7,技术领域涉及:G06T5/60;该发明授权一种暗光图像增强方法、系统及装置是由王金华;刘帅设计研发完成,并于2024-11-04向国家知识产权局提交的专利申请。
本一种暗光图像增强方法、系统及装置在说明书摘要公布了:本发明提供了一种暗光图像增强方法、系统及装置,涉及图像处理技术领域,方法主要包括:对暗光图像的原始图进行预处理,得到先验信息图;将所述先验信息图与所述原始图进行拼接融合处理,提取亮度特征图及亮度图;将亮度图与原始图进行逐元素相乘,得到加亮图;将加亮图,通过卷积层提取浅层特征,得到第四特征图;将加亮图,通过交叉注意力机制,与第四特征图进行融合,得到特征图AF;将特征图AF与加亮图,通过颜色校正、多尺度特征提取及采样操作,得到第十二特征图;再通过卷积层进行图像重构,得到第十三特征图;将第十三特征图与加亮图进行逐元素相加,得到输出图像。本方案架构简洁、合理,可以对暗光图像进行有效增强。
本发明授权一种暗光图像增强方法、系统及装置在权利要求书中公布了:1.一种暗光图像增强方法,其特征在于,包括:步骤1、对暗光图像的原始图进行预处理,得到先验信息图;步骤2、将所述先验信息图与所述原始图进行拼接融合处理,提取亮度特征图及亮度图,具体包括:将所述原始图与所述先验信息图进行按通道拼接处理,得到第一特征图;将第一特征图通过卷积层,进行图像特征融合,得到第二特征图;将所述第二特征图,通过深度可分离卷积,进行特征提取及融合,分别得到亮度特征图及第三特征图;将所述第三特征图,通过卷积层,提取亮度图;步骤3、将亮度图与原始图进行逐元素相乘,得到加亮图;将所述加亮图,通过卷积层提取浅层特征,得到第四特征图;步骤4、将所述加亮图,通过交叉注意力机制,与所述第四特征图进行融合,得到特征图AF,具体公式为: ;其中,表示键的维度;表示查询;表示值;步骤5、将特征图AF与加亮图,通过颜色校正和多尺度特征提取模块进行多次处理,并进行采样操作,得到第十二特征图,具体包括:将特征图AF与加亮图分别进行层归一化处理,得到相应的第五特征图;将这两个第五特征图,通过颜色校正模块,在通道维度进行拼接及融合,输出第六特征图;将第六特征图,与归一化后的特征图AF及加亮图进行叠加,得到第七特征图;所述颜色校正模块是并行的状态空间模型;将所述第七特征图再次通过层归一化处理,得到第八特征图;通过噪声去除模块消除噪声,得到第九特征图;通过多尺度特征提取模块提取多尺度特征,得到第十特征图;将第七特征图、第九特征图及第十特征图,进行逐个元素相加,得到第十一特征图;将第十一特征图进行下采样或反卷积上采样操作,得到第十二特征图;步骤6、将第十二特征图,通过卷积层进行图像重构,得到第十三特征图;将第十三特征图与加亮图进行逐元素相加,得到输出图像;所述状态空间模型包括原始特征状态空间模型、视网膜特征状态空间模型及第九卷积层;所述原始特征状态空间模型的输入端作为状态空间模型的第一输入端;所述视网膜特征状态空间模型的输入端作为状态空间模型的第二输入端;所述原始特征状态空间模型的输出端与所述视网膜特征状态空间模型的输出端进行按通道拼接处理后,连接第九卷积层的输入端;所述第九卷积层的输出端作为状态空间模型的输出端;所述原始特征状态空间模型及所述视网膜特征状态空间模型均包括第一线性层、第二线性层、第二深度可分离卷积层、第一SiLu激活层、第二SiLu激活层、二维状态空间模型层、第四归一化层、第四相乘单元及第三线性层;所述第一线性层的输入端与所述第二线性层的输入端相连,用于同步接收前序输入数据;所述第一线性层的输出端连接第二深度可分离卷积层的输入端;所述第二深度可分离卷积层的输出端,连接第一SiLu激活层的输入端;所述第一SiLu激活层的输出端,连接二维状态空间模型层的输入端;所述二维状态空间模型层的输出端,连接第四归一化层的输入端;所述第四归一化层的输出端,连接所述第四相乘单元的第一输入端,至此构成第一处理分支;所述第二线性层的输出端,连接第二SiLu激活层的输入端;所述第二SiLu激活层的输出端,连接所述第四相乘单元的第二输入端,至此构成第二处理分支;所述第四相乘单元的输出端,连接第三线性层的输入端,用于进行矩阵相乘;所述第三线性层的输出端用于向后序输出数据;所述状态空间模型的参数矩阵计算公式包括: ; ;其中,表示演化参数矩阵,且;表示离散化的;表示投影参数矩阵,且;表示离散化的;表示同一矩阵;表示时标参数,属于实数域;表示状态空间的大小。
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北京联合大学,其通讯地址为:100101 北京市朝阳区北四环东路97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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。