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！

龙图腾网获悉桂林电子科技大学申请的专利一种基于多阶段拉普拉斯特征融合的微光图像增强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：CN116645281B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310505440.1，技术领域涉及：G06T5/90；该发明授权一种基于多阶段拉普拉斯特征融合的微光图像增强方法是由刘振丙;黄颖忻;范涛;路皓翔;王文颢;黄杰钰设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。

本一种基于多阶段拉普拉斯特征融合的微光图像增强方法在说明书摘要公布了：本发明公开了一种基于多阶段拉普拉斯特征融合的微光图像增强方法，将拉普拉斯金字塔分解为四个阶段，采用由粗到细的策略恢复微光图像，大尺度图像更关注高频信息，小尺度图像更关注低频信息，不同尺度特征的融合从而得到融合图像；在特征提取后传播修正后的特征，结合注意力和残差策略的机制，捕捉长期的图片中的上下文相互依赖关系；在拉普拉斯金字塔的第二阶段和第三阶段通过监督校正模块进一步保留图像的局部细节，并在向下一个阶段传播前对图像的亮度进行适当的调整。该方法能够同时减轻退化困难，并在避免增强图像流程中细节丢失、局部曝光过低等方面之间取得平衡。

本发明授权一种基于多阶段拉普拉斯特征融合的微光图像增强方法在权利要求书中公布了：1.一种基于多阶段拉普拉斯特征融合的微光图像增强方法，其特征在于，将拉普拉斯金字塔分解为S1，S2，S3和S4四个阶段，采用由粗到细的策略恢复微光图像，将拉普拉斯特征图作为先验信息进行集成，并将其与前一阶段的精细特征进行融合，利用提取的特征作为额外的信息传播到下一个阶段，利用隐藏信息进行特征表示和对比信息学习，即大尺度图像更关注高频信息，小尺度图像更关注低频信息，不同尺度特征的融合从而得到融合图像；在特征提取后传播修正后的特征，结合注意力和残差策略的机制，捕捉长期的图片中的上下文相互依赖关系；在拉普拉斯金字塔的第二阶段和第三阶段通过监督校正模块SRM进一步保留图像的局部细节，并在向下一个阶段传播前对图像的亮度进行适当的调整； 监督校正模块包含两个核心特征： 1传输特征映射，并利用该特征来辅助下一层次的图像增强过程； 2结合注意力和残差策略的机制，这两种策略有利于语境保存和亮度调整； 表示通过特征提取过程得到的特征；为阶段对应的输入，SRM以为输入，将分成B1和B2两个分支，B1表示监督注意策略，它处理一个3*3卷积块之后的全局信息，将和连接起来，然后将连接的结果传递给重构块，得到输出结果，然后通过特征提取操作得到中间变量A，再将重新标定为注意图；获得的特性图通过重建损失，利用真实监控图像保证空间精度和上下文可靠性；B1的过程可以写成： 其中，表示一个3*3的卷积块，它将的特征通道数减少到3，表示一个3*3的卷积块，它将的特征通道数从3增加到特征通道数；表示重构块，其中堆栈多个多通道注意力块CAB，表示拼接操作；表示每一阶段SRM的输入，是阶段Si+1对应的输入，i=1,2； B2表示残差策略，它通过操纵标识映射来控制特征映射的亮度，从而避免过度曝光和曝光不足的情况；首先估计微光和正常光图像之间的亮度变化，并将其定义为亮度图，然后将压缩成一个单一的通道图，并将其定义为预测的亮度图，通过最小化和的差异来捕捉亮度的变化，得到中间变量R，并通过B1将R添加到重新校准的特征上，B2的过程可以写成如下： 其中，和表示与B1相同的卷积运算； 最后，将包含SRM生成的上下文信息和亮度信息传递到下一层，SRM的整个流程如下： 。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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。