上海沐钠信息科技有限公司周小静获国家专利权
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!
龙图腾网获悉上海沐钠信息科技有限公司申请的专利基于光照先验的小波Mamba弱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:CN120912473B 。
龙图腾网通过国家知识产权局官网在2026-05-08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:202511189719.9,技术领域涉及:G06T5/70;该发明授权基于光照先验的小波Mamba弱光图像增强方法是由周小静;董杰睿设计研发完成,并于2025-08-25向国家知识产权局提交的专利申请。
本基于光照先验的小波Mamba弱光图像增强方法在说明书摘要公布了:本发明公开了基于光照先验的小波Mamba弱光图像增强方法,具体步骤如下:步骤1,构建光照估计模块,将弱光图像作为输入,得到光照四元先验;步骤2,构建小波Mamba编解码网络,将弱光图像与光照四元先验输入至小波Mamba编解码网络,得到增强图像;步骤3,训练由光照估计模块及小波Mamba编解码网络组成的整体网络,得到训练好的整体网络;步骤4,将待增强的弱光图像输入至训练好的整体网络,得到最终增强图像。本发明方法在增强图像的同时保持自然度和细节,增强后的图像质量高。
本发明授权基于光照先验的小波Mamba弱光图像增强方法在权利要求书中公布了:1.基于光照先验的小波Mamba弱光图像增强方法,其特征在于,具体步骤如下: 步骤1,构建光照估计模块,将弱光图像作为输入,得到光照四元先验; 步骤1中,光照估计模块的具体处理过程为: 步骤1.1,输入弱光图像经过可学习的线性映射层得到浅层特征,并且输入弱光图像依次通过1×1卷积和高斯滤波器处理,得到增强特征; 步骤1.2,计算步骤1.1得到的浅层特征的光谱强度、光谱斜率和光谱曲率; 其中,为浅层特征的像素空间位置,,x表示水平方向坐标,y表示垂直方向坐标;表示波长; 步骤1.3,将步骤1.2得到的光谱强度、光谱斜率和光谱曲率分别与步骤1.1得到的增强特征进行逐元素相乘得到加权后的光谱强度、光谱斜率和光谱曲率; 步骤1.4,计算色调先验、通道先验、纹理先验、颜色先验; 步骤1.4中,色调先验的表达式为: 5; 式中,和均为可学习参数; 通道先验的表达式为: 6; 式中,表示材料反射率的高斯滤波的一阶光谱导数;表示材料反射率的高斯滤波的二阶光谱导数; 纹理先验W的表达为: 7 8; 式中,为材料反射率的拉普拉斯算子,设置为0.01,以防止除零; 颜色先验的表达式为: 9 式中,为归一化后的红色通道分量,为归一化后的绿色通道分量,为归一化后的蓝色通道分量; 、、通过将步骤1.3得到的光谱强度的RGB颜色通道分别执行线性归一化处理,将处的像素值映射至区间[-1,1]得到; 步骤1.5,将步骤1.4获得的色调先验、通道先验、纹理先验和颜色先验在通道维度上进行拼接,组成光照四元先验; 步骤2,构建小波Mamba编解码网络,将弱光图像与光照四元先验输入至小波Mamba编解码网络,得到增强图像; 步骤2中,小波Mamba编解码网络包括第一卷积层、编码器、光照先验融合模块、解码器、输出卷积层; 小波Mamba编解码网络的具体处理过程为: 步骤2.1,将H×W×C弱光图像经过输入第一卷积层提取初始特征,将初始特征输入编码器,得到特征图; 步骤2.2,将步骤2.1得到的特征图和光照四元先验输入至光照先验融合模块,得到光照先验融合特征; 光照先验融合模块的处理过程为: 将步骤2.1得到的特征图依次进行层归一化、傅里叶变换操作,得到Query向量,将步骤1得到的光照四元先验依次进行层归一化、傅里叶变换操作,得到Key向量,将步骤1得到的光照四元先验依次进行层归一化、卷积操作得到Value值,并通过Query向量、Key向量、Value值获得隐空间特征,将隐空间特征经线性变换后与特征图进行相加,得到光照先验融合特征; 步骤2.3,将步骤2.2得到的光照先验融合特征与步骤2.1中第三小波Mamba模块的输出依次输入至解码器、输出卷积层中进行处理,得到增强图像; 步骤3,训练由光照估计模块及小波Mamba编解码网络组成的整体网络,得到训练好的整体网络; 步骤4,将待增强的弱光图像输入至训练好的整体网络,得到最终增强图像。
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上海沐钠信息科技有限公司,其通讯地址为:200120 上海市宝山区双城路803弄11号1602A-4472室;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励