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！

龙图腾网获悉长春理工大学申请的专利一种图像去曝增强方法、装置、设备及介质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：CN121437315B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202512041795.1，技术领域涉及：G06T5/70；该发明授权一种图像去曝增强方法、装置、设备及介质是由肖学明;杨铠宇;付跃刚;桂云霆设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。

本一种图像去曝增强方法、装置、设备及介质在说明书摘要公布了：本申请公开了一种图像去曝增强方法、装置、设备及介质，涉及图像处理技术领域。该方法包括：获取待处理图像数据；将待处理图像数据输入至预设神经网络模型，并通过预设神经网络模型的编码器提取图像的多尺度编码特征；基于预设高维群结构学习机制对多尺度编码特征进行群结构学习，以构建表征图像亮度分布与目标清晰图像间映射关系的目标高维特征表示；对目标高维特征表示进行低维映射和筛选，以得到用于图像重建的最优低维特征表示；将最优低维特征表示输入至预设神经网络模型的解码器，以重建输出去曝增强图像。通过本申请的技术方案，实现了在多种光照及曝光条件下的自适应去曝与细节恢复，显著提高了图像质量与任务识别准确性。

本发明授权一种图像去曝增强方法、装置、设备及介质在权利要求书中公布了：1.一种图像去曝增强方法，其特征在于，包括： 获取待处理图像数据；所述待处理图像数据包括待重建信息与过曝图像； 将所述待处理图像数据输入至预设神经网络模型，并通过所述预设神经网络模型的编码器提取所述待处理图像数据的多尺度编码特征； 基于预设高维群结构学习机制对所述多尺度编码特征进行群结构学习，以构建表征图像亮度分布与目标清晰图像间映射关系的目标高维特征表示； 对所述目标高维特征表示进行低维映射和筛选，以得到用于图像重建的最优低维特征表示； 将所述最优低维特征表示输入至所述预设神经网络模型的解码器，以重建输出去曝增强图像； 所述基于预设高维群结构学习机制对所述多尺度编码特征进行群结构学习，以构建表征图像亮度分布与目标清晰图像间映射关系的目标高维特征表示，包括： 分别对所述多尺度编码特征中表征的过曝图像分布以及目标清晰图像分布进行概率建模，以确定各自对应的目标高维群结构； 训练并优化参数化变换函数，以将所述过曝图像分布对应的目标高维群结构映射至与所述目标清晰图像分布的目标高维群结构一致的空间。

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长春理工大学，其通讯地址为：130000 吉林省长春市卫星路7089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。