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！

龙图腾网获悉西昌学院申请的专利一种自适应校正的雪茄烟晾制夜间图像自然色恢复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：CN119887590B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510368624.7，技术领域涉及：G06F16/50；该发明授权一种自适应校正的雪茄烟晾制夜间图像自然色恢复方法是由李军;朱先州;虞知音;郑传刚;吕腾飞;曾陈萍;潘兴斌设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本一种自适应校正的雪茄烟晾制夜间图像自然色恢复方法在说明书摘要公布了：本发明公开了一种自适应校正的雪茄烟晾制夜间图像自然色恢复方法，属于雪茄烟晾制夜间图像自然色恢复技术领域，包括以下步骤：S1、获取烟叶晾制图像中加载出第一雪茄烟夜间图像和第一参考图像数据集作为输入图像，S2、对输入图像进行图像预处理操作；S3、对预处理后的图像进行特征计算，并得到参考图像数据集中的最佳图像；S4、以最佳图像为基准，基于特征相似度所对应的自适应颜色，进行颜色迁移；S5、对颜色迁移后的图像进行图像调整；S6、对图像调整之后的雪茄烟夜间图像进行图像融合，获得并输出雪茄烟夜间校正图像。采用零样本自适应校正图像处理技术，全面校正了雪茄烟夜间图像，调整了雪茄烟晾制图像的色温和色调与白天存在明显的差异。

本发明授权一种自适应校正的雪茄烟晾制夜间图像自然色恢复方法在权利要求书中公布了：1.一种自适应校正的雪茄烟晾制夜间图像自然色恢复方法，其特征在于，包括以下步骤： S1、输入图像，从网络或硬盘上获取雪茄烟晾房中的烟叶晾制图像；从获取的烟叶晾制图像中加载出第一雪茄烟夜间图像和第一参考图像数据集； S2、图像预处理，分别对第一雪茄烟夜间图像和第一参考图像数据集进行图像预处理，获得第二雪茄烟夜间图像和第二参考图像数据集； S3、深度特征提取，分别对第二雪茄烟夜间图像和第二参考图像数据集中的图像特征进行计算，得到第二参考图像数据集中的最佳图像； S4、颜色迁移，以步骤S3获得的最佳图像为基准，基于特征相似度所对应的自适应颜色，对第二雪茄烟夜间图像进行颜色迁移，获得第三雪茄烟夜间图像； S5、图像调整，对第三雪茄烟夜间图像进行对比度调整、饱和度调整和亮度调整； S6、图像融合，对图像调整之后的第三雪茄烟夜间图像进行加权融合、直方图均衡化和最终融合，获得并输出雪茄烟夜间校正图像； 步骤S2所述的预处理具体包括以下步骤： S21、通过公式对第一输入图像Iorix，y进行归一化处理，获得第一图像Iori_norx，y，其中，所述第一输入图像Iorix，y包括第一雪茄烟夜间图像和第一参考图像数据集，maxIorix，y表示第一输入图像Iorix，y的最大值，minIorix，y表示第一输入图像Iorix，y的最小值，x，y表示图像坐标点，x表示水平方向的坐标，y表示垂直方向的坐标； S22、通过公式对第一图像Iori_norx，y进行Z-Score标准化，获得第二图像Iz_score_norx，y，其中μori_nor表示第一图像Iori_norx，y中各颜色通道的均值，σori_nor表示第一图像Iori_norx，y中各颜色通道的标准差；之后通过公式对第二图像Iz_score_norx，y的均值进行计算，其中Mz_score_nor表示第二图像Iz_score_norx,y的宽度，Nz_score_nor表示第二图像Iz_score_norx，y的高度，μz_score_nor表示第二图像Iz_score_norx，y的均值；最后通过公式对第二图像Iz_score_norx，y的标准差进行计算，其中σz_score_nor表示第二图像Iz_score_norx，y的标准差； S23、通过公式对第二图像Iz_score_norx，y进行高斯滤波，获得第三图像Igauss_norx，y； S24、通过公式对第三图像Igauss_norx，y进行双边滤波，获得第四图像Ifilter_basex，y，所述第四图像Ifilter_basex，y包括第二雪茄烟夜间图像和第二参考图像数据集，Ωx，y表示第三图像Igauss_norx，y图像坐标点x，y的邻域，Igauss_norx′，y′表示图像坐标点x′，y′处的第三图像Igauss_norx，y值，表示空间高斯核，σs表示空间高斯核的标准差，表示图像坐标点x,y和图像坐标点x′，y′之间的空间距离，表示值域高斯核，σr表示值域高斯核的标准差，|Igauss_norx，y-Igauss_norx′，y′|表示图像坐标点x,y和图像坐标点x′，y′之间的像素值差异，ωpx，y表示归一化因子，且其权重和为1，其计算方式为 所述步骤S3具体包括以下步骤： S31、通过公式对第四图像Ifilter_basex，y进行卷积运算，提取其局部特征，捕获其局部纹理特征和边缘特征，其中Fi，j表示输出特征图在图像Ifilter_basex，y中坐标为i，j处的值，Ifilter_basem，n表示图像Ifilter_baxex，y在坐标m，n处的像素值，Ki-m，j-n表示卷积核在相对位置i-m，j-n处的权重值； S32、通过ReLU激活函数去除Fi，j的负值，增加其非线性，防止梯度消失； S33、通过公式进行图像批次均值μbatch计算，其中μbatch表示图像批次的均值，Fai，j表示步骤S32中ReLU函数的输出值，m表示批次大小；之后通过公式对图像批次方差进行计算，最后通过公式和进行批归一化计算，其中ε表示防止除零的常数，γ表示可学习的缩放参数，β表示可学习的平移参数，表示Fai，j在坐标i，j的归一化特征值； S34、通过公式对批归一化的结果进行自适应池化，其中表示自适应平均池化； S35、计算特征相似度，具体包括通过公式计算特征向量的相似程度，其中表示图像的特征向量，表示图像的特征向量，F1i表示特征向量的第i个分量，F2i表示特征向量的第i个分量，表示特征向量的L2范数，表示特征向量的L2范数，n表示向量的长度，表示特征向量和特征向量的相似程度； 步骤S4具体包括以下步骤： S41、通过公式计算自适应权重，其中ωadaptive表示颜色迁移权重，ωf表示特征权重系数，min，表示函数，用于将结果限制在[0，1]内； S42、通过公式Icolorx，y＝ωadaptive·Ifilter_basex，y+1-ωadaptive·Ireferencex，y对第四图像Ifilter_basex，y进行颜色迁移，获得第五图像Icolorx，y，所述第五图像Icolorx，y包括第三雪茄烟夜间图像，其中，Ireferencex，y表示第二参考图像数据集的参考图平均值； 步骤S5具体包括以下步骤： S51、通过公式对第五图像Icolorx，y的对比度进行调整，获得对比度调整结果Icontrastx，y，其中minIcolorx，y表示第五图像Icolorx，y的最小值，maxIcolorx，y表示第五图像Icolorx，y的最大值； S52、通过公式对第五图像Icolorx，y的饱和度进行调整，获得饱和度调整结果Isaturationx，y，其中γ表示饱和度指数； S53、通过公式Ibrightnessx，y＝α×Icolorx，y+β′对第五图像Icolorx，y的亮度进行调整，获得亮度调整结果Ibrightnessx，y，其中α表示对比度参数，β′表示亮度参数； 步骤S6具体包括以下步骤： S61、通过公式Ifinalx，y＝ω1×Ibrightnessx，y+ω2×Icontrastx，y+ω3×Isaturationx，y融合对比度调整结果、亮度调整结果和饱和度调整结果，平衡处理效果，其中ω1表示亮度调整结果的分量权重，ω2表示对比度调整结果的分量权重，ω3表示饱和度调整结果的分量权重，并且ω1+ω2+ω3＝1； S62、通过公式对第二输入图像中的各个通道进行局部直方图均衡化，所述第二输入图像包括图像调整之后的第三雪茄烟夜间图像；其中Ifusionx，y表示第二输入图像的通道图的局部值，maxIfusionx，y表示当前局部区域内的最大通道值，minIfusionx，y表示当前局部区域内的最小通道值； S63、通过公式进行范围裁剪，其中minval表示最小允许值，maxval表示最大允许值。

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昌学院，其通讯地址为：615000 四川省凉山彝族自治州西昌市马坪坝西昌学院；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”。