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！

龙图腾网获悉北京航空航天大学杭州创新研究院;北京航空航天大学申请的专利一种低质量图像矫正方法、装置、存储介质及电子设备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：CN120047363B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510519728.3，技术领域涉及：G06T5/80；该发明授权一种低质量图像矫正方法、装置、存储介质及电子设备是由任毅龙;弭璎娜;姜涵;李睿楷;范一哲;镡昊;崔志勇;徐亮;于海洋设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本一种低质量图像矫正方法、装置、存储介质及电子设备在说明书摘要公布了：本发明提出一种低质量图像矫正方法、装置、存储介质及电子设备，包括：识别目标图像的类型；当目标图像为低光图像时，对低光图像进行增光处理，以得到低光矫正图像；当目标图像为下雨图像时，对下雨图像进行去雨处理，以得到下雨矫正图像；其中，低光图像为亮度低于亮度阈值，且未包括下雨特征的图像，下雨图像为包括下雨特征的图像。通过对目标图像的类型进行识别，对下雨图像和低光图像分开进行矫正，保障在不同行驶环境下采集到的图像的质量。

本发明授权一种低质量图像矫正方法、装置、存储介质及电子设备在权利要求书中公布了：1.一种低质量图像矫正方法，其特征在于，所述方法包括： 识别目标图像的类型； 当所述目标图像为低光图像时，对所述低光图像进行增光处理，以得到低光矫正图像； 当所述目标图像为下雨图像时，对所述下雨图像进行去雨处理，以得到下雨矫正图像； 其中，所述低光图像为亮度低于亮度阈值，且未包括下雨特征的图像，所述下雨图像为包括下雨特征的图像； 所述对所述低光图像进行增光处理，以得到低光矫正图像，包括： 将所述低光图像输入到3×3的卷积层中提取浅层特征； 利用特征增强单元对浅层特征进行处理；其中，所述特征增强单元包括多个特征增强模块，第一个特征增强模块的输入特征为浅层特征，第i个特征增强模块的输入特征为第i-1个特征增强模块的输出特征，2≤i≤特征增强单元中特征增强模块的总数； 对各个特征增强模块的输出特征进行融合，以得到第一融合特征； 利用两层3×3卷积层对第一融合特征进行处理，并将处理结果输入到1×1卷积层，以输出低光矫正图像； 所述利用特征增强单元对浅层特征进行处理，包括： 通过通道注意力块对第s个特征增强模块的输入特征进行处理，以得到第s个特征增强模块的通道注意力块的输出； 通过像素注意力块对第s个特征增强模块的通道注意力块的输出进行处理，以得到第s个特征增强模块的像素注意力块的输出； 利用跨层注意力融合块对输入特征、通道注意力块的输出与输入特征的残差连接结果以及像素注意力块的输出与输入特征的残差连接结果进行处理，以生成第s个特征增强模块的跨层注意力融合块的输出； 将跨层注意力融合块的输出分为n个层次，以得到图像特征； 将所述低光图像输入到文本特征提取模型，以获取低光图像的文本特征； 利用交叉注意力机制作为融合层，对文本特征和图像特征进行融合，以得到特征增强模块的输出特征； 所述通过通道注意力块对第s个特征增强模块的输入特征进行处理，以得到第s个特征增强模块的通道注意力块的输出，包括： 对第s个特征增强模块的输入特征进行全局平均池化处理，以得到第一全局平均池化结果； 其中，表示第一全局平均池化结果，H表示输入特征的长，W表示输入特征的宽，表示输入特征中坐标为（m，n）的像素点的像素值； 根据第一全局平均池化结果，确定第s个特征增强模块对应的特征通道权重； 其中，表示第s个特征增强模块对应的特征通道权重； 根据输入特征和第s个特征增强模块对应的特征通道权重，确定第s个特征增强模块的通道注意力块的输出； 所述对所述下雨图像进行去雨处理，以得到下雨矫正图像，包括： 将下雨图像输入到3×3的卷积层中提取浅层特征； 将浅层特征输入多尺度U-Net架构获取更深层次的特征；其中，多尺度U-Net架构包括多组傅里叶残差状态空间块，第一组傅里叶残差状态空间块的输入特征为浅层特征，第i组傅里叶残差状态空间块的输入特征为第i-1组傅里叶残差状态空间块的输出特征，2≤i≤傅里叶残差状态空间块的总数； 将最后一个傅里叶残差状态空间块的输出，输入1×1卷积层，输出通道数为3的下雨矫正图像； 所述将浅层特征输入多尺度U-Net架构获取更深层次的特征，包括： 在傅里叶空间交互状态空间模型中，利用归一化技术对输入特征进行归一化处理，以生成归一化特征； 在傅里叶空间交互状态空间模型中，采用傅里叶分支和空间分支协同处理，以得到傅里叶分支的输出和空间分支的输出； 根据傅里叶分支的输出和空间分支的输出，得到傅里叶空间交互状态空间模型的输出； 对傅里叶通道演化状态空间模型的输入进行全局平均池化处理，以得到第二全局平均池化结果； 根据通道傅里叶变换结果中的实部和虚部，获取振幅分量和相位分量； 将振幅分量和相位分量分别依次通过深度可分离卷积层→SiLU激活函数→SSM框架→LayerNorm归一化层，以得到第二振幅中间产物和第二相位中间产物； 利用逆通道傅里叶变换，将第二振幅中间产物和第二相位中间产物转换回当前空间域，以得到第三融合特征； 将傅里叶通道演化状态空间模型的输入输入激活函数SiLU，以得到； 将第三融合特征与进行逐元素乘积，以得到傅里叶通道演化状态空间模型的输出； 将傅里叶空间交互状态空间模型的输出与傅里叶通道演化状态空间模型的输出相乘，得到傅里叶残差状态空间块的输出。

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北京航空航天大学杭州创新研究院;北京航空航天大学，其通讯地址为：310000 浙江省杭州市滨江区长河街道炬航弄99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”。