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！

龙图腾网获悉福州大学申请的专利一种基于全局映射与局部调优的眩光抑制低照度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：CN119671918B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202411810593.8，技术领域涉及：G06T5/92；该发明授权一种基于全局映射与局部调优的眩光抑制低照度图像增强方法及系统是由黄峰;黄炅;吴靖设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于全局映射与局部调优的眩光抑制低照度图像增强方法及系统在说明书摘要公布了：本发明还提供了一种基于全局映射与局部调优的眩光抑制低照度图像增强方法，包括以下步骤：步骤S1：对原始图像进行初步增强，并调整图像的色彩饱和度和对比度；步骤S2：通过对原始图像进行图像区域梯度检测以计算出明暗变化较为剧烈的区域，并通过相应的算法自适应的对图像进行进一步的增强；步骤S3：通过线性拓展算法，通过像素级的权值自适应算法叠加增强前后的图像，从而抑制图像中的眩光，并且采用算法自适应的调整眩光抑制后图像中的对比度与色彩，使图像符合人眼视觉习惯。本技术方案具有快速、鲁棒性好、适应多种黑暗与眩光场景的优点，在多种低照度场景与图像分辨率均下可以保证良好的增强效果与实时性。

本发明授权一种基于全局映射与局部调优的眩光抑制低照度图像增强方法及系统在权利要求书中公布了：1.一种基于全局映射与局部调优的眩光抑制低照度图像增强方法，其特征在于，包括以下步骤： 步骤S1：对原始图像进行初步增强，通过改进的算法参数优化策略进行全局色调映射使原始图像恢复出一定的细节和信息，并调整图像的色彩饱和度和对比度； 步骤S2：通过对原始图像进行图像区域梯度检测以计算出明暗变化较为剧烈的区域，并通过相应的算法自适应的对图像进行增强； 步骤S3：通过线性拓展算法，通过像素级的权值自适应算法叠加增强前后的图像，从而抑制图像中的眩光，并且采用算法自适应的调整眩光抑制后图像中的对比度与色彩，使图像符合人眼视觉习惯； 所述步骤S2包括： 步骤S21：采用Scharr算子对全局色调映射模块中得到的亮度分量V进行卷积操作，从而提取出各点像素处的梯度信息，并得到x方向与y方向上的梯度权重信息图； 步骤S22：Scharr算子的尺寸为3×3，通过滤波器中的权重系数放大像素之间的差异，x方向与y方向上的Scharr定义如下： 步骤S23：利用步骤S22中的两个Scharr算子对明度分量V进行卷积操作，并得到两个大小与原始图像相同的矩阵gx和gy，具体计算公式如下所示，其中Gx表示对图像卷积操作，并且卷积核为Gx，Gy表示对图像卷积操作，并且卷积核为Gy； 步骤S24：根据如下公式得到梯度信息的增强权重图，其中表示一个很小的常数，以避 免出现梯度为0的情况； 步骤S25：最终的增强权重图由亮度分量V与上一步骤得到的re权重图组合并进行一次幂律变换得到，其中β=255，作用为把亮度分量V归一化至0,1之间，α为经验参数； 步骤S26：梯度检测局部增强模块用于增强经过全局色调映射的图像，恢复图像细节信息，局部增强之后的图像由下式得出： 所述步骤S3具体包括： 步骤S31：采用线性拓展算法进行眩光抑制； 步骤S32：采用和人眼匹配的一种线性拓展算法，具体如下式所示，其中Le表示经过增强 之后的图像，Lo表示原始图像，和表示对应的权重； Lp表示经过线性拓展算法之后得到的结果； 步骤S33：线性拓展算法中的权重和在不同亮度位置具有不同的取值，在较亮的像 素区域，原始图像的权重较高，在较暗的像素区域，原始图像的权重较低；其中阈值，，其中Vave表示图像亮度的平均值； 步骤S34：采用CLAHE算法，在保留眩光抑制效果的基础上提高图像对比度； 步骤S35：把图像从RGB空间转换至XYZ空间，再从XYZ空间转换至Lab空间，再对L分量应用CLAHE算法，空间转换所应用的公式如18，19，20所示：

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。