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

龍圖騰網恭喜長春理工大學申請的專利一種改進的Retinex-Net漸暈圖像校正方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116579941B 。

龍圖騰網通過國家知識產權局官網在2025-05-13發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310498094.9，技術領域涉及：G06T5/94；該發明授權一種改進的Retinex-Net漸暈圖像校正方法是由黃丹丹;王菲;劉智;王惠績;高晗設計研發完成，并于2023-05-05向國家知識產權局提交的專利申請。

本一種改進的Retinex-Net漸暈圖像校正方法在說明書摘要公布了：本發明屬于數字圖像處理技術領域，尤其為一種改進的Retinex?Net漸暈圖像校正方法，包括以下步驟，步驟1：圖像預處理，批處理所采集圖像集的尺寸、格式；步驟2：在已訓練好的改進的Retinex?Net模型中輸入成對的漸暈和對照圖像。本發明結合Retinex理論和卷積神經網絡，利用約束條件將漸暈圖像分解為光照分量圖和反射分量圖像，將光照分量圖像增強處理，并通過空洞卷積網絡擴大感受野，將反射分量圖像輸入密集殘差網絡對其進行去噪，再將處理后的兩個分量融合重建，從而獲得校正后的恢復圖像。本發明算法與其他校正算法進行對比，具有優越的處理效果和處理性能，校正后的恢復圖像十分接近原圖，實用性與魯棒性有很大提升。

本發明授權一種改進的Retinex-Net漸暈圖像校正方法在權利要求書中公布了：1.一種改進的Retinex-Net漸暈圖像校正方法，其特征在于：包括以下步驟，步驟1：圖像預處理，批處理所采集圖像集的尺寸、格式；步驟2：在已訓練好的改進的Retinex-Net模型中輸入成對的漸暈和對照圖像；步驟3：將步驟2中輸入的漸暈圖像和對照圖像通過分解網絡，得到對照圖像分解后的光照分量Inormal和反射分量Rnormal，漸暈圖像分解后的光照分量IVignetting和反射分量RVignetting；將IVignetting、RVignetting輸入到校正網絡中分別進行增強和去噪處理；步驟4：校正網絡為多分支網絡，在步驟3中輸入的IVignetting通過校正網絡進行增強處理得到光照分量的增強圖像Ienhance，RVignetting通過密集殘差去噪RDB網絡得到去噪處理后反射分量的增強圖像Renhance；所述步驟4中，在校正網絡中，包含的兩個模塊；校正網絡中的第一個模塊為增強模塊，在輸入層中輸入RVignetting圖像和IVignetting圖像，隱藏層中共五層，先通過兩層卷積ReLu激活層，其目的是進行下采樣操作，明確大尺度圖像的光照分量情況，同時與鏡像上采樣層進行跳躍連接，重建圖像局部光照分布，讓網絡強制學習殘差，再通過一層大小為1x1的卷積層將多尺度拼接后的多通道特征簡化，最后通過一個3x3的卷積輸出層，重建光照分量圖像；校正網絡中的第二個模塊分空洞卷積網絡模塊，該網絡結構是八層卷積，其目的是為了提高感受野，IVignetting圖像并行經過空洞卷積網絡和增強子網絡，最后經過一個大小為1x1的卷積層合并得到光照分量的增強圖像Ienhance；所述步驟4中，在反射去噪網絡中，為了充分利用反射分量圖像中的所有特征，提高網絡性能，在去噪網絡中使用密集殘差網絡；其RDB網絡第一層是卷積+ReLu激活函數，經過卷積提取特征之后再通過ReLu激活形成非線性的特征映射，網絡的第二層結構為殘差塊，其中包含三個denseblock，每個denseblock中又含有4層卷積+ReLu激活函數，每個卷積層獲得模塊中所有先前卷積層的輸出，其中相鄰的卷積采用短連接的方式，且所有卷積層跳躍連接在一起，第三層到第十一層的結構是卷積+ReLu激活+BN，即特征提取之后再進行特征映射，將特征進行規范化處理，最后的輸出層為大小為3x3的卷積層，得到訓練后的去噪反射分量步驟5：將步驟4中處理過后的兩個分量圖像Renhance和Ienhance進行融合重建，獲得校正之后的恢復圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人長春理工大學，其通訊地址為：130012 吉林省長春市衛星路7089號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。