買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國科學院福建物質(zhì)結(jié)構(gòu)研究所申請的專利基于結(jié)構(gòu)感知的圖像增強方法、裝置及機器人獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116503288B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310593272.6，技術(shù)領(lǐng)域涉及：G06T5/92；該發(fā)明授權(quán)基于結(jié)構(gòu)感知的圖像增強方法、裝置及機器人是由李俊;高銀;晏超;張世意;廖嵩缐;陳軍希;陳有章設(shè)計研發(fā)完成，并于2023-05-24向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于結(jié)構(gòu)感知的圖像增強方法、裝置及機器人在說明書摘要公布了：本發(fā)明涉及計算機視覺技術(shù)領(lǐng)域，提供一種基于結(jié)構(gòu)感知的圖像增強方法、裝置及機器人，該方法基于Retinex模型，將原始圖像分解為光照分量和反射分量，并基于光照分量、反射分量、光照分量對應(yīng)的光照一階梯度和反射分量對應(yīng)的反射一階梯度，構(gòu)建基于結(jié)構(gòu)感知的圖像增強變分模型；通過半解耦分解的方式，在每次迭代過程中通過轉(zhuǎn)換為最小二乘問題的方式先后確定光照圖和反射圖，如此可以大大降低最終光照圖和最終反射圖的求解難度，提高圖像增強的效率。此外，該方法借助于光照一階梯度和反射一階梯度，可以分別實現(xiàn)光照圖的結(jié)構(gòu)感知以及反射圖的結(jié)構(gòu)感知，進而提升了最終光照圖和最終反射圖的準確性。

本發(fā)明授權(quán)基于結(jié)構(gòu)感知的圖像增強方法、裝置及機器人在權(quán)利要求書中公布了：1.一種基于結(jié)構(gòu)感知的圖像增強方法，其特征在于，包括： 基于Retinex模型，將原始圖像分解為光照分量和反射分量，并基于所述光照分量、所述反射分量、所述光照分量對應(yīng)的光照一階梯度和所述反射分量對應(yīng)的反射一階梯度，構(gòu)建基于結(jié)構(gòu)感知的圖像增強變分模型； 對所述圖像增強變分模型進行半解耦分解，基于所述光照分量、原始光照圖以及所述光照一階梯度，構(gòu)建光照估計模型，并將所述光照估計模型轉(zhuǎn)換為第一最小二乘問題，對所述第一最小二乘問題進行求解，得到初始光照圖； 基于所述初始光照圖、所述反射分量、所述原始圖像以及所述反射一階梯度，構(gòu)建反射估計模型，并將所述反射估計模型轉(zhuǎn)換為第二最小二乘問題，對所述第二最小二乘問題進行求解，得到初始反射圖； 對所述第一最小二乘問題和所述第二最小二乘問題同步進行迭代求解，得到最終光照圖和最終反射圖，并基于所述最終光照圖和所述最終反射圖，確定所述原始圖像對應(yīng)的增強圖像； 其中，所述原始光照基于所述原始圖像在所有通道中的最大像素值確定； 所述圖像增強變分模型包括保真項、光照結(jié)構(gòu)感知正則項和反射結(jié)構(gòu)感知正則項； 所述保真項基于所述光照分量和所述反射分量確定，用于保持所述光照分量和所述反射分量的乘積與所述原始圖像的相似性； 所述光照結(jié)構(gòu)感知正則項基于所述光照一階梯度、所述光照一階梯度的L2范數(shù)和所述光照一階梯度的L2范數(shù)的高斯濾波結(jié)果確定，用于對所述光照分量進行分段平滑； 所述反射結(jié)構(gòu)感知正則項基于所述反射一階梯度、所述反射一階梯度的L2范數(shù)和所述反射一階梯度的L2范數(shù)的高斯濾波結(jié)果確定，用于對所述反射分量進行結(jié)構(gòu)保持； 所述光照結(jié)構(gòu)感知正則項基于如下形式表示： ； 其中，表示所述光照一階梯度，表示所述光照一階梯度的L2范數(shù)，表示標準差為的高斯濾波器，表示紋理系數(shù)，為常數(shù)，表示L1范數(shù)，是以自然常數(shù)e為底的指數(shù)運算； 所述反射結(jié)構(gòu)感知正則項基于如下形式表示： ； 其中，表示所述反射一階梯度，表示所述反射一階梯度的L2范數(shù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國科學院福建物質(zhì)結(jié)構(gòu)研究所，其通訊地址為：350000 福建省福州市楊橋西路155號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。