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！

龙图腾网获悉武汉大学申请的专利基于颜色解耦的多光源颜色恒常性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：CN119515705B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411520208.6，技术领域涉及：G06T5/60；该发明授权基于颜色解耦的多光源颜色恒常性方法及系统是由李治江;张雯设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于颜色解耦的多光源颜色恒常性方法及系统在说明书摘要公布了：本发明公开一种基于颜色解耦的多光源颜色恒常性方法及系统，利用像素级多光源颜色恒常性模型实现多光源颜色恒常性，包括内容颜色感知模块CCAM和对比度协调模块CHAM。CCAM学习场景内容颜色特征先验，通过为模型提供内容的颜色特征来分离场景内容颜色和光照颜色，减少色域外的光源预测。CHAM利用空间相关性使模型对相邻特征之间的关系更加敏感，并利用光照视差度来指导特征分类；通过增强同质光照特征的唯一性和异质光照特征的区别性，改善局部边缘对比度；通过分配细粒度边缘系数来强调相似光照特征的软区别性，进一步增强局部对比度。本发明通过引入高级语义信息辅助模型理解场景，同时通过细粒度的特征约束优化特征表示，实现了高精度多光源颜色恒常性。

本发明授权基于颜色解耦的多光源颜色恒常性方法及系统在权利要求书中公布了：1.一种基于颜色解耦的多光源颜色恒常性方法，其特征在于，包括： 获取待校正的色偏图像； 将所述待校正的色偏图像输入训练后的像素级多光源颜色恒常性模型CDNet，输出像素级光源图的预测值，并通过VonKries变换进行像素级校正，得到恢复到白平衡的图像； 其中，所述像素级多光源颜色恒常性模型CDNet的训练，包括： 构建多光源颜色恒常性数据集； 构建像素级多光源颜色恒常性模型CDNet，包括像素级光源预测网络、场景内容颜色感知模块CCAM和对比度协调模块CHAM，并由光源预测损失、语义相似度损失、对比度协调损失共同约束；所述像素级光源预测网络包括编码器和解码器，输入图像经编码器生成图像特征图，再由解码器预测像素级光源图；所述场景内容颜色感知模块CCAM学习场景在白光下的特征表示，从中分离出颜色特征，并通过评估内容对光源预测的影响程度，将场景内容-颜色特征针对性地融合进光源推理过程；所述场景内容颜色感知模块CCAM，还包括：使用大规模预训练模型提取图像的场景内容特征；使用语义特征学习模块校准场景内容特征，通过在训练阶段使用白平衡图像和语义相似度损失以纠正内容特征表示；通过颜色特征编码模块进行标准色采样和标准色编码，获得各颜色值的颜色特征，用场景内容颜色特征提取模块计算场景内容特征与颜色特征的相关性；将由置信度调整过的场景内容颜色特征拼接到像素级光源预测网络的编码器获得的特征中，作为先验知识给后续解码提供线索；所述对比度协调模块CHAM根据光源差异度与空间位置先验，对不同像素的特征表示进行不同程度的拉近或推远，引导模型学习能够判别光源颜色差异程度的特征；所述对比度协调模块CHAM，还包括：从解码器获得的特征图中随机抽取一个特征向量作为anchor，计算anchor与其余像素的光源角误差、归一化的光源颜色差异度权重和空间相关性权重；根据像素间的光源角误差将像素分为同源光源、异源光源或相似光源组；增强同源光源特征表示的独特性和异源光源特征表示的区分性；为相似光源的特征分配细粒度的边界系数，使不同光源差异度的像素的特征表示具有软区分性； 利用构建的多光源颜色恒常性数据集进行模型训练，保存训练好的像素级多光源颜色恒常性模型CDNet。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。