专利交易市场

本发明涉及图像处理技术领域，具体涉及一种融合策略下自适应RetinexNet的低照度图像增强方法，包括将低照度图像的V通道图像以及正常光图像对输入DecomNet中，得到图像的光照和反射率；将低照度图像的反射率以及光照输入到RestorationNet中，用光照引导反射率降噪，得到降噪以后的反射率；将低照度图像的反射率以及光照输入到EnhanceNet中，对低照度图像的光照进行增强，得到增强后的光照；图像重建，得到粗增强图像；获取低照度图像的虚拟过曝光图像，将其与低照度图像、粗增强图像进行融合；本发明改善了图像增强后的色彩失真现象，并满足了保留边缘结构和细节信息的同时可以有效抑制噪声的需求。

本发明提供一种图像增强方法，该方法包括：确定初始RGB图像中的像素点在各颜色通道的清晰度比例；将所述初始RGB图像转换为至少一个参考YUV图像；依据初始RGB图像中的像素点在各颜色通道的清晰度比例融合各参考YUV图像得到目标YUV图像，将目标YUV图像转换为目标RGB图像；将所述目标RGB图像确定为所述初始RGB图像的增强图像。以实现基于图像在各颜色通道的清晰度进行图像增强，提升图像增强效果。

本发明涉及图像处理技术领域，具体涉及一种荧光标记细胞成像图像增强处理方法，旨在解决现有残差网络存在的残差特征利用不充分和细节丢失的问题。通过设计结合两层残差聚合结构和感受野扩展双注意力机制的深度神经网络模型，用于单幅图像超分辨率重建。该模型通过跳跃连接形成两层嵌套的残差聚合网络结构，对网络各层提取的残差信息进行分层聚集和融合，能减少包含图像细节的残差信息的丢失。同时，设计一种多尺度感受野扩展模块，能够捕获更大范围、不同尺度的上下文相关信息，促进深层残差特征的有效提取；并引入空间‑通道双注意力机制，增强残差网络的判别性学习能力，提高重建图像的质量。本发明在提高图像细节保留能力方面具有显著效果。

本发明涉及一种用于宫缩识别的图像增强系统，包括：信号增强机构，封装在辅助医疗设备的末端，与微型抓拍设备连接，用于对接收到的每一帧即时采集图像执行应用对数变换的图像数据增强处理，以获得对应的信号增强图像；内容锐化机构，用于对接收到的信号增强图像执行高通滤波锐化操作，以获得对应的内容锐化图像；数据滤波机构，用于对接收到的内容锐化图像先后执行统计排序滤波处理以及中值滤波处理，以获得对应的数据滤波图像。本发明的用于宫缩识别的图像增强系统模式简单、指引有效。由于能够对产妇产道的内部情况进行确认，尤其是对产妇产道的宫缩时机进行判断，从而为助产人员的人工牵引操作提供有效指引。