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！

龙图腾网获悉西南科技大学申请的专利一种基于深度全卷积神经网络的红外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：CN116977188B 。

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：202210392582.7，技术领域涉及：G06T5/60；该发明授权一种基于深度全卷积神经网络的红外图像增强方法是由刘桂华;李桂林;庞忠祥;徐锋;陈春梅;蒲维;龚泿军设计研发完成，并于2022-04-15向国家知识产权局提交的专利申请。

本一种基于深度全卷积神经网络的红外图像增强方法在说明书摘要公布了：本发明公开了一种基于深度全卷积神经网络的红外图像增强方法，涉及红外图像技术领域，包括如下步骤：采集与制作高低增益红外图像对作为深度学习所必须的数据集，并按比例划分为训练样本集与测试样本集，对训练样本集进行数据增强以获得更加丰富的训练数据集；针对低质量红外图像对比度低、细节模糊等问题，通过引入残差结构设计一种全卷积红外图像增强网络；利用训练样本集对该网络进行监督训练，获得一种红外图像增强模型，该模型适用于不同分辨率的红外图像；最后将待测试的低质量红外图像输入该模型，获得增强后的红外图像。

本发明授权一种基于深度全卷积神经网络的红外图像增强方法在权利要求书中公布了：1.一种基于深度全卷积神经网络的红外图像增强方法，其特征在于，包括如下步骤： S1，采集与制作红外高低增益图像对，获得丰富的训练样本集与测试集； S2，根据不同的获得方法，将S1中得到的训练样本集进行相应的数据预处理和数据增广； S3，通过引入卷积块与残差结构构建红外图像增强网络； S4，将S2中得到的训练样本集送入S3中设计的网络中进行训练，获得红外图像增强模型； S5，将S1中得到的红外测试图像输入到S4训练完成的红外图像增强模型中，获得增强后的红外图像； S3中所述构建的红外图像增强网络包括如下： 图像特征提取部分是利用8个卷积层进行红外图像特征的提取，得到8个特征图；其中所述的卷积层后面均使用LeakyReLU激活函数，LeakyReLU激活函数的数学表达式如公式1所示： 接着利用残差结构融合特征图，使得特征图含有丰富的细节信息以及语义信息；在8个卷积层中使用两次跳连接以充分融合各层特征； 最后利用1个卷积层输出结果，所述的卷积层后面同样使用LeakyReLU激活函数； S3中所述的卷积块结构为： 对于第一层卷积层至第四层卷积层，设置卷积核的大小为7×7，步长设置为1，padding设置为3； 对于第五层卷积层，设置卷积核的大小为5×5，步长设置为1，padding设置为2； 对于第六层卷积层至第九层卷积层，设置卷积核的大小为3×3，步长设置为1，padding设置为3； 对于全部卷积块，padding都以0填充； S3中所述的残差结构的数学表达式如公式2所示： 其中，x和y分别表示输入和输出，fx表示特征提取层；使用跳连接将红外图像增强模型的第一层卷积层提取的特征连接到第四层，将第五层卷积层提取的特征连接到第八层，以避免梯度消失和梯度爆炸，同时，使用残差结构可以减小训练复杂度，并有利于反向传播。

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西南科技大学，其通讯地址为：621010 四川省绵阳市涪城区青龙大道中段59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。