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！

龙图腾网获悉河北工业大学申请的专利基于深度学习的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：CN120107088B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510584679.1，技术领域涉及：G06T5/60；该发明授权基于深度学习的图像增强方法及系统是由张博;周亚同设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本基于深度学习的图像增强方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的图像增强方法及系统，包括以下步骤：获取图像像素矩阵，依据亮度差值、梯度方向与纹理密度分区频率，提取多区域特征并加权生成响应图，执行尺度分解提取多尺度特征，融合残差图增强细节抑制冗余，调用多图参数回调亮度，输出增强图像。本发明中，通过区域频率属性划分实现高低频区域精确分离，避免统一处理导致模糊与过度增强，对不同区域采用差异化策略提升高频细节、抑制低频冗余，特征响应权重图加权叠加并归一化增强局部纹理与对比度，尺度分解结合多尺度融合提升自然度避免视觉不适，边缘一致性匹配优化亮度回调增强边缘清晰度与整体视觉表现。

本发明授权基于深度学习的图像增强方法及系统在权利要求书中公布了：1.基于深度学习的图像增强方法，其特征在于，包括以下步骤： S1：获取输入图像像素矩阵，依据亮度差值、梯度方向变化值、局部变化趋势强度与纹理密度分布判断区域频率属性，按边缘响应阈值划分为高频区域与低频区域，得到图像频率分区标签； 所述图像频率分区标签的获取步骤具体为： S101：基于输入图像像素矩阵，计算灰度差并与亮度差阈值比对，统计并归一化显著亮度差像素数量，获取亮度差值； S102：调用所述亮度差值，依据多像素梯度方向变化值、点梯度变化密度值与局部变化趋势强度，采用公式： 获取区域梯度响应值，并与亮度差值分布叠加，得到频率突变因子值； 其中，FΔg代表区域梯度响应值，Δga代表第a个像素点对的梯度方向变化值，Ga表示点局部变化趋势强度，Ha为点梯度变化密度值，Ba为点邻域亮度差值，N表示参与统计的像素点对数量； S103：根据所述频率突变因子值与纹理密度分布比对边缘响应阈值，判断区域频率属性，生成图像频率分区标签； S2：基于所述图像频率分区标签，提取多区域边缘强度值、纹理细度值、对比度值、梯度方向变化值、频谱均衡度值与色彩分布集中度，执行非线性交叉整合运算，结果赋值至对应区域，得到区域特征响应权重图； 所述区域特征响应权重图的获取步骤具体为： S201：基于所述图像频率分区标签，提取多区域边缘强度值、纹理细度值与对比度值，按最大最小值归一化处理，生成多区域标准化图像特征值； S202：调用所述多区域标准化图像特征值，采集梯度方向变化值、频谱均衡度值与色彩分布集中度，执行非线性交叉整合运算，采用公式： 运算获取区域特征响应值，调整区域内属性响应比率，生成区域特征响应分布值； 其中，RCb表示第b区域的特征响应值，Rb表示第b区域的归一化边缘强度值，Fb表示第b区域的归一化纹理细度值，Ob表示第b区域的归一化对比度值，Gb表示第b区域的梯度方向变化值，Wb表示第b区域的频谱均衡度值，Zb表示第b区域的色彩分布集中度， ∑Wb+Zb表示频谱与色彩的联合求和项； S203：根据所述区域特征响应分布值，将多区域响应值栅格映射至图像空间位置，建立区域权重分布矩阵，获取区域特征响应权重图； S3：根据所述区域特征响应权重图，对输入图像进行尺度分解，提取多尺度边缘导向特征图、纹理映射图与亮度映射图，按权重调整多图残差响应值，增强高频区域细节并抑制低频区域冗余，融合全部尺度图并构建映射结构，得到图像增强残差映射图； 所述图像增强残差映射图的获取步骤具体为： S301：根据所述区域特征响应权重图，对输入图像进行尺度分解，提取边缘导向特征图、纹理映射图与亮度映射图，进行区域特征响应权重比对，提取高频区域特征，生成多尺度区域响应特征值； S302：调用所述多尺度区域响应特征值，计算响应差异值，构建特征敏感系数，同时与亮度映射图差值调整残差响应，采用公式： 计算获取权重调整残差结构量； 其中，Wres代表权重调整残差结构量，ΔNc代表第c个尺度下边缘导向特征图的强度差值，ΔGc代表第c个尺度下纹理映射图的结构差值，Yc代表第c个尺度下亮度映射图的灰度分布值，Mc表示特征敏感系数，maxc表示在所有尺度中取最大值操作； S303：根据所述权重调整残差结构量，融合所有尺度图的残差信号，构建图像元素的多尺度结构关系，生成图像增强残差映射图； S4：基于所述图像增强残差映射图，调用尺度图亮度均值、边缘方向分布图与纹理对比度图，按边缘一致性系数匹配区域并进行亮度回调，得到多尺度增强融合图像； 所述多尺度增强融合图像的获取步骤具体为： S401：基于所述图像增强残差映射图，调用尺度图亮度均值与边缘方向分布图，计算亮度偏移差值与边缘方向夹角值，筛选满足边缘一致性阈值条件区域，得到边缘一致区域分布系数； S402：根据所述边缘一致区域分布系数，提取匹配区域纹理对比度值，构建亮度差与纹理对比度差异比，采用公式： 计算整体亮度偏差与纹理鲜明度比值，按纹理特征重排序区域亮度，得到亮度回调参考序列； 其中，V代表整体亮度偏差与纹理鲜明度比值，u表示边缘一致区域中参与计算的像素点数量，Qd表示边缘一致区域中第d个像素点的亮度值，表示像素所在尺度图中的亮度均值，Xd表示第d个像素点在纹理对比度图中对应的纹理对比度值，maxXd表示当前区域中所有参与像素对应纹理对比度值的最大值，Kd,r表示第d个像素与相邻第r个像素之间的亮度差异值； S403：基于所述亮度回调参考序列，调用匹配区域亮度信息，执行亮度映射与分段调整，整合纹理特征与边缘方向特征，获取多尺度增强融合图像。

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河北工业大学，其通讯地址为：300401 天津市北辰区西平道5340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”。