一种自适应去噪保真的无监督暗光图像增强模型

1

作者 高仁 郝世杰 郭艳蓉 《计算机科学》 CSCD 北大核心 2024年第3期147-154,共8页

暗光环境下成像往往受到低照度和成像噪声等多种因素干扰,所得图片的视觉质量往往较低。当前各类暗光增强方法多侧重于改善可视度,却常忽略了保持增强结果真实感这一同样重要的目标。为解决该问题,提出了一种自适应去噪保真的无监督暗... 暗光环境下成像往往受到低照度和成像噪声等多种因素干扰,所得图片的视觉质量往往较低。当前各类暗光增强方法多侧重于改善可视度,却常忽略了保持增强结果真实感这一同样重要的目标。为解决该问题,提出了一种自适应去噪保真的无监督暗光图像增强方法,旨在高效便捷地实现改善图像可视度和去噪保真两个目标。模型由暗光增强阶段和去噪保真阶段组成。在暗光增强阶段,构建无监督图像分解模块和光照增强模块,实现改善可视度的目标;在去噪保真阶段,基于前一阶段所得的光照分布来自动构造成对训练数据,驱动去噪模块抑制原本昏暗处的噪声并保持原本明亮处的细节,实现增强结果保真的目标。实验结果表明,相比其他暗光增强方法,所提方法在改善可视度和去噪保真之间能够取得良好的均衡。该模型无须事先采集或准备“昏暗-明亮”成对图像来进行训练,且具有较小的模型尺寸和较快的计算速度,实用性良好。 展开更多

关键词 暗光图像 光照增强 噪声抑制 图像分解

下载PDF 职称材料

特征引导的多模态聚合低光环境行为识别方法

2

作者 刘光辉 王秦蒙 +2 位作者 孟月波 陈廷廷 张娅琳 《控制与决策》 EI CSCD 北大核心 2024年第7期2305-2314,共10页

诸如夜间等低光场景下的行为识别对于安防、自动驾驶等领域具有重要意义,针对现有方法在低光环境下识别效果不佳、鲁棒性较差等问题,提出一种基于特征引导的多模态聚合低光环境行为识别方法(MALNFG).首先,设计分层骨架特征融合网络(HSFI... 诸如夜间等低光场景下的行为识别对于安防、自动驾驶等领域具有重要意义,针对现有方法在低光环境下识别效果不佳、鲁棒性较差等问题,提出一种基于特征引导的多模态聚合低光环境行为识别方法(MALNFG).首先,设计分层骨架特征融合网络(HSFIE),利用光照增强算法提升低光场景的骨架提取能力,采用层次化时空特征融合策略获取侧重于人体行为本身表达的动作特征,改善低光场景下因骨架缺失造成的精度下降问题;其次,设计高效表观特征提取模块(EAFEM),采用零参数时间位移模块在2D特征提取网络上高效捕捉包含丰富场景信息的时空特征;接着,设计特征引导多模态聚合网络(MNF),利用特征引导策略执行骨架特征与RGB表观特征的深层信息交互,实现行为特征的全面性表征;最后,采用全连接层进行特征分类,完成行为识别.实验结果表明,所提出方法可以较好地适用于低光环境下的人体行为识别任务. 展开更多

关键词 行为识别 低光场景 多模态聚合 特征引导 光照增强

原文传递

基于移动互联网图像处理模式的作物叶片含水量检测研究 被引量：4

3

作者 杨春合 江朝晖 +2 位作者 杨宝华 陈祎琼 刘连忠 《浙江农业学报》 CSCD 北大核心 2015年第10期1835-1840,共6页

为了提高基于计算机视觉的作物含水量检测方法的实用性,提出移动互联网图像处理模式,前端手机负责作物叶片图像采集和结果显示,后台服务器运行图像分析和检测算法。采用同态滤波-MSR组合算法消除自然条件下光照不均匀和颜色失真的影响,... 为了提高基于计算机视觉的作物含水量检测方法的实用性,提出移动互联网图像处理模式,前端手机负责作物叶片图像采集和结果显示,后台服务器运行图像分析和检测算法。采用同态滤波-MSR组合算法消除自然条件下光照不均匀和颜色失真的影响,提取颜色和纹理等多种特征,并运用主成分分析和回归方法建立水分检测模型。以玉米为对象进行测试,结果表明,平均相对误差为3.645 4%,方差为2.121 4,系统运行正常。该方法可便捷获取图像,实时获得检测结果,检测误差在可接受范围之内,且后台算法更新和扩展对用户是透明的,适合农民和农技人员使用。 展开更多

关键词 含水量检测 计算机视觉 移动互联网 光照增强 特征融合

下载PDF 职称材料

面向复杂光照条件的桥底裂纹检测与测量算法研究

4

作者 徐丰 孟康 聂鑫 《计算机与数字工程》 2021年第5期982-986,共5页

桥梁底面裂纹隐蔽且不易观察,利用仰视摄像头自动检测桥梁底面裂纹对桥梁的安全监测具有重要的作用。和桥面裂纹检测的摄像头位置不同,桥底面检测的摄像头仰视观测裂纹受到桥墩等遮挡、环境光照反光等复杂的光照影响,现有的裂纹检测算... 桥梁底面裂纹隐蔽且不易观察,利用仰视摄像头自动检测桥梁底面裂纹对桥梁的安全监测具有重要的作用。和桥面裂纹检测的摄像头位置不同,桥底面检测的摄像头仰视观测裂纹受到桥墩等遮挡、环境光照反光等复杂的光照影响,现有的裂纹检测算法性能难以满足实际应用需求。针对这一问题,文章提出了一种光照鲁棒性的桥底裂纹检测与测量算法,首先利用全局自适应光照调整采集图像的亮度,然后利用多幅图像拼接获得底面的全横截面图像对桥底面可视化,最后提出增强型的边缘检测算法分割出裂纹的边缘位置,并利用裂纹的几何结构进行优化,在此基础上计算出裂纹的长度和宽度,实现裂纹的自动检测和测量。实验数据表明,文章提出的算法在裂纹检测的准确度上优于对比算法,表明了该算法在实际场景中的有效性。 展开更多

关键词 桥梁裂纹 光照增强 图像处理 裂纹检测

下载PDF 职称材料

基于参考白和小波重构的船舶图像光照增强

5

作者 杨梅 邱刚 《电脑知识与技术（过刊）》 2016年第7X期190-192,共3页

为了解决船舶图像在后续的理解与分析中存在的光照不均匀问题,提出了基于参考白和小波重构的船舶图像光照增强方法。本文首先对图像分别进行直方图均衡化和参考白处理;再进行HSV变换提取出图像的亮度分亮,并对亮度分量进行二维小波分解... 为了解决船舶图像在后续的理解与分析中存在的光照不均匀问题,提出了基于参考白和小波重构的船舶图像光照增强方法。本文首先对图像分别进行直方图均衡化和参考白处理;再进行HSV变换提取出图像的亮度分亮,并对亮度分量进行二维小波分解;最后,对分解得到的高、低频分量进行线性组合后实现图像的重构。实验结果表明,本文算法在提高图像亮度的同时,有效地去除了图像噪声,很好地保留了图像细节信息。 展开更多

关键词 参考白 小波重构 光照增强

下载PDF 职称材料

基于优化策略和深度学习的低光照图像增强 被引量：10

6

作者 黄子蒙 陈跃鹏 《南昌大学学报（理科版）》 CAS 北大核心 2021年第2期135-140,共6页

针对低光照条件下采集的图像存在视觉感官较差、细节信息丢失的问题,本文基于非线性相机响应函数模型,提出了一种融合传统优化策略和深度学习技术的低光照图像增强方法。该方法采用非线性相机响应函数模型生成更优的中间图像,并通过专... 针对低光照条件下采集的图像存在视觉感官较差、细节信息丢失的问题,本文基于非线性相机响应函数模型,提出了一种融合传统优化策略和深度学习技术的低光照图像增强方法。该方法采用非线性相机响应函数模型生成更优的中间图像,并通过专门设计的神经网络实现对中间图像细节的进一步增强。利用自建数据库和公共数据库对该方法进行测试,并与现有的方法进行比较。结果表明,在传统优化方法的支持下,所提出的深度学习方法能够恢复低光照图像的清晰细节,更接近真实的参考图像,为智能导航和自动驾驶提供高质量图像。 展开更多

关键词 低光照增强 非线性相机响应函数 深度学习

下载PDF 职称材料

基于注意力机制的密集残差融合与空间局部滤波低光照去雾算法 被引量：2

7

作者 陈志华 杜垣均 +4 位作者 温阳 盛斌 王继红 毛丽娟 吴恩华 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第12期1842-1849,共8页

低光照场景的雾霾图像在去雾过程中易产生颜色失真、斑块和伪影等现象,针对此问题,提出一种适用于低光照场景的基于注意力机制的密集残差融合与空间局部滤波去雾算法.首先利用密集残差块增加神经网络深度,使网络学习更高级的特征信息;... 低光照场景的雾霾图像在去雾过程中易产生颜色失真、斑块和伪影等现象,针对此问题,提出一种适用于低光照场景的基于注意力机制的密集残差融合与空间局部滤波去雾算法.首先利用密集残差块增加神经网络深度,使网络学习更高级的特征信息;然后引入空间与通道注意力机制对特征进行过滤和筛选,使网络可以区分光照不均匀区域,解决颜色失真等问题;采用空间局部滤波增强的方法,提高去雾结果的对比度、清晰度和能见度;最后设计了联合损失函数约束网络的学习,避免串联结构的误差放大以及学习混合退化.在PyTorch环境下,用夜间城市合成雾霾数据集NHR进行测试,并与现有的FFANet,GridDehaze等去雾算法进行对比.实验结果表明,与其他去雾算法相比,所提算法的峰值信噪比提升8.01~14.16 dB,结构相似度提高0.10~0.36.所提算法还解决了颜色失真、斑块和伪影等问题. 展开更多

关键词 图像去雾 低光照增强 注意力机制 密集残差 局部滤波

下载PDF 职称材料

改进Retinex的低光照图像增强 被引量：30

8

作者 黄慧 董林鹭 +1 位作者 刘小芳 赵良军 《光学精密工程》 EI CAS CSCD 北大核心 2020年第8期1835-1849,共15页

针对低光照条件下拍摄的图像受可见光低和噪声的影响,不仅降低图像在视觉上的美感而且会造成重要信息丢失的问题。本文提出结合平滑聚类和改进Retinex算法的估计照明图的低光照图像增强方法。使用平滑聚类将图像分离为细节层和基础层;利... 针对低光照条件下拍摄的图像受可见光低和噪声的影响,不仅降低图像在视觉上的美感而且会造成重要信息丢失的问题。本文提出结合平滑聚类和改进Retinex算法的估计照明图的低光照图像增强方法。使用平滑聚类将图像分离为细节层和基础层;利用max-RGB找到各通道最大值用于估计每个像素的照度,构建初始照明图,根据局部一致性和交替方向最小化技术优化照明图;自适应Gamma矫正对优化后的照明图进行非线性重标形成最终光照图;根据最终光照图增强输入图像,将增强后图像与细节层进行融合,获得清晰且细节更为丰富的图像;通过与LE,GC,HE,SSR,MSR,MSRCR,MSRCP算法相比,在图像HightB上,边缘强度最高达到1.00e+02,平均梯度最高达到10.5206,空间频率最高达到52.0508,图像清晰度最高达到14.6562,在主观评价和客观评价均优于其他对比算法。实验结果表明,所提算法具有良好的清晰度,更好的保留边缘和细节纹理,使用本文算法增强后的图片质量更高,细节更加丰富。 展开更多

关键词 平滑聚类 低光照图像增强 Gamma矫正 光照估计

下载PDF 职称材料

低光照图像增强算法综述 被引量：27

9

作者 马龙 马腾宇 刘日升 《中国图象图形学报》 CSCD 北大核心 2022年第5期1392-1409,共18页

低光照图像增强旨在提高光照不足场景下捕获数据的视觉感知质量以获取更多信息,逐渐成为图像处理领域中的研究热点,在自动驾驶、安防等人工智能相关行业中具有十分广阔的应用前景。传统的低光照图像增强技术往往需要高深的数学技巧以及... 低光照图像增强旨在提高光照不足场景下捕获数据的视觉感知质量以获取更多信息,逐渐成为图像处理领域中的研究热点,在自动驾驶、安防等人工智能相关行业中具有十分广阔的应用前景。传统的低光照图像增强技术往往需要高深的数学技巧以及严格的数学推导,且导出的迭代过程普遍流程复杂,不利于实际应用。随着大规模数据集的相继诞生,基于深度学习的低光照图像增强已经成为当前的主流技术,然而此类技术受限于数据分布,存在性能不稳定、应用场景单一等问题。此外,在低光照环境下的高层视觉任务(如目标检测)对于低光照图像增强技术的发展带来了新的机遇与挑战。本文从3个方面系统地综述了低光照图像增强技术的研究现状。介绍了现有低光照图像数据集,详述了低光照图像增强技术的发展脉络,通过对比低光照图像增强质量与夜间人脸检测精度,进一步对现有低光照增强技术进行了全面评估与分析。基于对上述现状的探讨,结合实际应用,本文指出当前技术的局限性,并对其发展趋势进行预测。 展开更多

关键词 低光照图像增强 RETINEX理论 光照估计 深度学习 低光照人脸检测

原文传递

改进Retinex-Net的低光照图像增强算法 被引量：19

10

作者 欧嘉敏 胡晓 杨佳信 《模式识别与人工智能》 EI CSCD 北大核心 2021年第1期77-86,共10页

针对Retinex-Net存在噪声较大、颜色失真的问题,基于Retinex-Net的分解-增强架构,文中提出改进Retinex-Net的低光照图像增强算法.首先,设计由浅层上下采样结构组成的分解网络,将输入图像分解为反射分量与光照分量,在此过程加入去噪损失... 针对Retinex-Net存在噪声较大、颜色失真的问题,基于Retinex-Net的分解-增强架构,文中提出改进Retinex-Net的低光照图像增强算法.首先,设计由浅层上下采样结构组成的分解网络,将输入图像分解为反射分量与光照分量,在此过程加入去噪损失,抑制分解过程产生的噪声.然后,在增强网络中引入注意力机制模块和颜色损失,旨在增强光照分量亮度的同时减少颜色失真.最后,反射分量和增强后的光照分量融合成正常光照图像输出.实验表明,文中算法在有效提升图像亮度的同时降低增强图像噪声. 展开更多

关键词 低光照图像增强 深度网络 视网膜大脑皮层网络(Retinex-Net) 浅层上下采样结构 注意机制模块

下载PDF 职称材料

低光照图像增强研究方法综述 被引量：5

11

作者 彭大鑫 甄彤 李智慧 《计算机工程与应用》 CSCD 北大核心 2023年第18期14-27,共14页

低光照图像增强目的是从低光照条件下恢复细节完整的图像,并逐渐成为计算机图像处理研究的热点。图像成像的质量对于智能安防、视频监控等场景至关重要,且在相关行业中有着十分广阔的应用前景。为了深入研究低光照图像增强,对传统低光... 低光照图像增强目的是从低光照条件下恢复细节完整的图像,并逐渐成为计算机图像处理研究的热点。图像成像的质量对于智能安防、视频监控等场景至关重要,且在相关行业中有着十分广阔的应用前景。为了深入研究低光照图像增强,对传统低光照图像增强方法进行详细地分类阐述与分析,列举了基于深度学习的图像增强方法,对所用到的各种网络以及所解决的问题进行了详细的梳理,并将所提到的方法进行了细致的对比。又对数据集进行了细致的分析和研究,并对一些常用的评价指标进行了简单梳理。对所述内容做出总结以及指出了当前研究中存在的困难,并指出了未来的研究目标。 展开更多

关键词 低光照图像增强 深度学习 RETINEX理论 低光照图像数据集 图像处理

下载PDF 职称材料

复杂光照下的交通标志检测与识别 被引量：1

12

作者 项新建 姚佳娜 +2 位作者 黄炳强 杨松 武晓莉 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2023年第2期293-302,共10页

针对不同光照下交通标志图像检测与识别困难的问题,提出一种基于Retinex-Gamma的光照图像增强算法,该算法与Mask R-CNN相结合,称为Retinex-Gamma-Mask R-CNN算法.首先,基于光照反射成像模型将图像RGB空间转换为HSV空间,对V通道进行多尺... 针对不同光照下交通标志图像检测与识别困难的问题,提出一种基于Retinex-Gamma的光照图像增强算法,该算法与Mask R-CNN相结合,称为Retinex-Gamma-Mask R-CNN算法.首先,基于光照反射成像模型将图像RGB空间转换为HSV空间,对V通道进行多尺度高斯滤波处理获得光照分量,利用光照分量提取反射分量,并对反射分量进行线性拉升优化;其次,利用光照分量的分布特征进行二维Gamma函数调整,并获得优化后的亮度分量;最后,利用混合空间增强法获得增强后的V通道,重新构造图像.实验采用的ZCTSDB数据集共有15724幅图像,包含不同光照的驾驶环境.实验结果表明,与标准Mask R-CNN相比,Retinex-Gamma-Mask R-CNN算法对交通标志的目标检测的均值平均精度提升了0.161%,对交通标志的实例分割的均值平均精度提升了0.363%. 展开更多

关键词 智能交通 交通标志识别 Mask R-CNN 交通标志 低光照 光照图像增强

下载PDF 职称材料

结合多尺度深度学习网络和Retinex理论的低光照图像增强算法 被引量：2

13

作者 刘卫华 薛岩松 +1 位作者 益琛 王富平 《信号处理》 CSCD 北大核心 2023年第1期105-115,共11页

针对低光照增强任务缺乏参考图像及现有算法存在的色彩失真、纹理丢失、细节模糊、真值图像获取难等问题,本文提出了一种基于Retinex理论与注意力机制的多尺度加权特征低光照图像增强算法。该算法通过基于Unet架构的特征提取模块对低光... 针对低光照增强任务缺乏参考图像及现有算法存在的色彩失真、纹理丢失、细节模糊、真值图像获取难等问题,本文提出了一种基于Retinex理论与注意力机制的多尺度加权特征低光照图像增强算法。该算法通过基于Unet架构的特征提取模块对低光照图像进行多尺度的特征提取,生成高维度的多尺度特征图;建立注意力机制模块凸显对增强图像有利的不同尺度的特征信息,得到加权的高维特征图;最后反射估计模块中利用Retinex理论建立网络模型,通过高维特征图生成最终的增强图像。设计了一个端到端的网络架构并利用一组自正则损失函数对网络模型进行约束,摆脱了参考图像的约束,实现了无监督学习。最终实验结果表明本文算法在增强图像的对比度与清晰度的同时维持了较高的图像细节与纹理,具有良好的视觉效果,能够有效增强低光照图像,视觉质量得到较大改善;并与其他多种增强算法相比,客观指标PSNR和SSIM得到了提高。 展开更多

关键词 低光照图像增强 Retinex模型 多尺度提取特征 注意力机制 无监督学习

下载PDF 职称材料

基于层间引导的低光照图像渐进增强算法

14

作者 黄梦源 常侃 +2 位作者 凌铭阳 韦新杰 覃团发 《计算机应用》 CSCD 北大核心 2024年第6期1911-1919,共9页

低光照图像的图像质量通常较低,低光照图像增强(LLIE)旨在提高这类图像的视觉质量。针对现有的LLIE算法大多专注增强亮度和对比度、忽略细节增强的问题,提出一个基于层间引导的低光照图像渐进增强算法(PELG),兼顾图像亮度和细节增强。首... 低光照图像的图像质量通常较低,低光照图像增强(LLIE)旨在提高这类图像的视觉质量。针对现有的LLIE算法大多专注增强亮度和对比度、忽略细节增强的问题,提出一个基于层间引导的低光照图像渐进增强算法(PELG),兼顾图像亮度和细节增强。首先,使用拉普拉斯金字塔(LP)降低任务复杂度,提高算法效率;其次,利用各频率分量间的相关性,在低频和高频分量之间构建基于Transformer的层间引导融合模块,在各高频分量之间构建轻量级的层间引导融合模块,有效精炼金字塔较低层增强信息指导较高层处理图像,实现基于层间引导的渐进增强;最后,通过LP重建亮度均匀、细节清晰的增强图像。实验结果表明,所提算法的峰值信噪比(PSNR)在LOL(LOw-Light dataset)-v1上比DSLR(Deep Stacked Laplacian Restorer)高2.3 dB,在LOL-v2上比UNIE(Unsupervised Night Image Enhancement)高0.55 dB;与其他基于深度学习的LLIE算法相比,所提算法运行速度快,增强结果在客观和主观质量上均获得明显提升,更适用于实际场景。 展开更多

关键词 低光照图像增强 拉普拉斯金字塔 特征融合 卷积神经网络 TRANSFORMER

下载PDF 职称材料

语义分割和HSV色彩空间引导的低光照图像增强

15

作者 张航 颜佳 《中国图象图形学报》 CSCD 北大核心 2024年第4期966-977,共12页

目的 低光照图像增强是图像处理中的基本任务之一。虽然已经提出了各种方法,但它们往往无法在视觉上产生吸引人的结果,这些图像存在细节不清晰、对比度不高和色彩失真等问题,同时也对后续目标检测、语义分割等任务有不利影响。针对上述... 目的 低光照图像增强是图像处理中的基本任务之一。虽然已经提出了各种方法,但它们往往无法在视觉上产生吸引人的结果,这些图像存在细节不清晰、对比度不高和色彩失真等问题,同时也对后续目标检测、语义分割等任务有不利影响。针对上述问题,提出一种语义分割和HSV(hue, saturation and value)色彩空间引导的低光照图像增强方法。方法 首先提出一个迭代图像增强网络,逐步学习低光照图像与增强图像之间像素级的最佳映射,同时为了在增强过程中保留语义信息,引入一个无监督的语义分割网络并计算语义损失,该网络不需要昂贵的分割注释。为了进一步解决色彩失真问题,在训练时利用HSV色彩空间设计HSV损失;为了解决低光照图像增强中出现细节不清晰的问题,设计了空间一致性损失,使增强图像与对应的低光照图像尽可能细节一致。最终,本文的总损失函数由5个损失函数组成。结果 将本文方法与LIME(low-light image enhancement)、RetinexNet(deep retinex decomposition)、EnlightenGAN(deep light enhancement using generative adversarial networks)、Zero-DCE (zero-reference deep curve estimation)和SGZ(semantic-guided zero-shot learning)5种方法进行了比较。在峰值信噪比(peak signal-tonoise ratio,PSNR)上,本文方法平均比Zero-DCE (zero-reference deep curve estimation)提高了0.32 dB;在自然图像质量评价(natural image quality evaluation,NIQE)方面,本文方法比EnlightenGAN提高了6%。从主观上看,本文方法具有更好的视觉效果。结论 本文所提出的低光照图像增强方法能有效解决细节不清晰、色彩失真等问题,具有一定的应用价值。 展开更多

关键词 图像处理 低光照图像增强 深度学习 语义分割 HSV色彩空间

原文传递

结合视觉显著性与注意力机制的低光照图像增强 被引量：5

16

作者 尚晓可 安南 +2 位作者 尚敬捷 张韶岷 丁鼐 《模式识别与人工智能》 EI CSCD 北大核心 2022年第7期602-613,共12页

低光照图像增强是解决低光照环境下各种视觉分析任务的基础和核心步骤,但现有主流方法由于普遍未能对结构信息进行有效刻画,往往存在曝光不均衡、颜色失真等问题.针对上述问题,文中提出结合视觉显著性与注意力机制的低光照图像增强方法... 低光照图像增强是解决低光照环境下各种视觉分析任务的基础和核心步骤,但现有主流方法由于普遍未能对结构信息进行有效刻画,往往存在曝光不均衡、颜色失真等问题.针对上述问题,文中提出结合视觉显著性与注意力机制的低光照图像增强方法.首先,构建基于注意力机制的低光照图像增强网络,在引入注意力机制的同时考虑局部细节和全局信息,正确刻画增强结果中的颜色信息.再遵循由粗到细的逐步优化理念,设计渐进式注意力机制,将增强过程分阶段细化,实现精细化建设.然后,引入显著性引导的特征融合,增强网络对图像中显著性目标的感知能力,从更符合视觉认知需求的角度提升对于结构信息的表达,有效避免产生噪声/伪影等问题.实验表明,文中方法有效解决现有工作存在的曝光不足与颜色失真等问题,性能较优. 展开更多

关键词 低光照图像增强 注意力机制 视觉显著性 目标检测

下载PDF 职称材料

融合门控变换机制和GAN的低光照图像增强方法

17

作者 何银银 胡静 +1 位作者 陈志泊 张荣国 《计算机工程》 CAS CSCD 北大核心 2024年第2期247-255,共9页

针对低光照图像增强过程中存在的配对图像数据依赖、细节损失严重和噪声放大问题,提出结合门控通道变换机制和生成对抗网络(GAN)的低光照图像增强方法AGR-GAN,该方法可以在没有低/正常光图像对的情况下进行训练。首先,设计特征提取网络... 针对低光照图像增强过程中存在的配对图像数据依赖、细节损失严重和噪声放大问题,提出结合门控通道变换机制和生成对抗网络(GAN)的低光照图像增强方法AGR-GAN,该方法可以在没有低/正常光图像对的情况下进行训练。首先,设计特征提取网络,该网络由多个基于门控通道变换单元的多尺度卷积残差模块构成,以提取输入图像的全局上下文特征和多尺度局部特征信息;然后,在特征融合网络中,采用卷积残差结构将提取的深浅层特征进行充分融合,再引入横向跳跃连接结构,最大程度保留细节特征信息,获得最终的增强图像;最后,引入联合损失函数指导网络训练过程,抑制图像噪声,使增强图像色彩更自然匀称。实验结果表明,该方法在主观视觉分析和客观指标评价方面相较其他算法均具有显著优势,其能有效提高低光照图像的亮度和对比度,减弱图像噪声,增强后的图像更清晰且色彩更真实,峰值信噪比、结构相似度和无参考图像质量评价指标平均可达16.48 dB、0.93和3.37。 展开更多

关键词 低光照图像增强 卷积残差结构 门控通道变换单元 无监督学习 生成对抗网络

下载PDF 职称材料

融合残差结构与注意力机制的暗光图像增强算法

18

作者 刘瑶 贾晓芬 《重庆工商大学学报（自然科学版）》 2024年第4期86-96,共11页

目的低光工况或拍摄技巧影响都可能获得低光照图像,为解决此类图像对比度低、噪声大、颜色失真等问题,提出一种卷积神经网络增强模型RetKIND,包括分解网络、亮度调整网络和降噪网络。方法它借助残差模块(RB)和跳跃连接,有效抑制分解网... 目的低光工况或拍摄技巧影响都可能获得低光照图像,为解决此类图像对比度低、噪声大、颜色失真等问题,提出一种卷积神经网络增强模型RetKIND,包括分解网络、亮度调整网络和降噪网络。方法它借助残差模块(RB)和跳跃连接,有效抑制分解网络在分解时产生的噪声;融合U-Net架构、空洞卷积和EBAM高效注意力机制构建降噪网络,利用空洞卷积扩大感受野,提取更多图像信息,提高EBAM在通道和空间上提取反射图的细节、纹理、颜色等特征的能力,实现图像去噪;由UC(亮度调整网络中的自定义模块)和普通卷积组成亮度调整网络,旨在减少光照图细节缺失,提高光照分量对比度。融合去噪后的反射分量和增强后的光照分量,得到正常光照图像。结果仿真结果表明:在LOL数据集上,相较R2RNet,FPSNR和FSSIM值分别上升了6.2%和4.2%;相较URetinex-Net,FPSNR和FSSIM值分别上升了5.9%和1.2%;相较DEANet,FPSNR和FSSIM值分别上升了2.9%和1.1%。结论Ret-KIND模型既能提升图像亮度,又能降低图像的噪声,有助于推动低光图像增强模型应用到目标检测领域。 展开更多

关键词 低光照图像增强 去噪 RB残差模块 EBAM注意力机制 RETINEX理论

下载PDF 职称材料

基于Retinex先验引导的低光照图像快速增强方法

19

作者 何磊 易遵辉 +2 位作者 谢永芳 陈超洋 卢明 《自动化学报》 EI CAS CSCD 北大核心 2024年第5期1035-1046,共12页

低光照图像增强旨在提高在低光照环境下所采集图像的视觉质量.然而,现有的低光照图像增强方法难以在计算效率与增强性能之间达到很好的平衡,为此,提出一种基于Retinex先验引导的低光照图像快速增强方法,将Retinex模型与Gamma校正相结合... 低光照图像增强旨在提高在低光照环境下所采集图像的视觉质量.然而,现有的低光照图像增强方法难以在计算效率与增强性能之间达到很好的平衡,为此,提出一种基于Retinex先验引导的低光照图像快速增强方法,将Retinex模型与Gamma校正相结合,快速输出具有对比度高、视觉效果好和低噪声的图像.为获取具有良好光照的图像以引导确定与输入图像尺寸大小一致的Gamma校正图,提出基于Retinex模型的先验图像生成方法.针对所提先验图像生成方法在极低光照区域中存在颜色失真的问题,提出一种基于融合的Gamma校正图估计方法,采用反正切变换恢复极低光照区域的颜色和对比度,以提升Gamma校正图在极低光照区域的增强性能.为抑制输出图像的噪声,考虑到完全平滑的Gamma校正图不会平滑细节纹理的特点,提出基于域变换递归滤波的Gamma校正图优化方法,降低输出图像噪声的同时保持颜色和对比度.实验结果表明,所提方法不仅在主客观图像质量评价上优于现有大多数主流算法,而且在计算效率上具有十分显著的优势. 展开更多

关键词 低光照图像增强 Gamma校正图 Retinex模型 噪声抑制

下载PDF 职称材料

结合空间域和频域信息的双分支低光照图像增强网络

20

作者 李大海 王忠华 王振东 《计算机应用》 CSCD 北大核心 2024年第7期2175-2182,共8页

针对低光照图像增强中纹理细节模糊和颜色失真的问题,从空间域和频域信息结合的角度出发,提出一个端到端的轻量级双分支网络(SAFNet)。SAFNet使用基于Transformer的空间域处理模块和频域处理模块在空间域分支和频域分支分别对图像的空... 针对低光照图像增强中纹理细节模糊和颜色失真的问题,从空间域和频域信息结合的角度出发,提出一个端到端的轻量级双分支网络(SAFNet)。SAFNet使用基于Transformer的空间域处理模块和频域处理模块在空间域分支和频域分支分别对图像的空间域信息和傅里叶变换后的频域信息进行处理,并通过注意力机制引导两个分支的特征进行自适应融合,得到最终增强的图像。此外,针对频域信息提出一个频域损失函数作为联合损失函数的一部分,通过联合损失函数在空间域和频域都对SAFNet进行约束。在公开数据集LOL和LSRW上进行实验,在LOL上,SAFNet在客观指标结构相似性(SSIM)和学习感知图像块相似度(LPIPS)两项指标上分别达到0.823和0.114;在LSRW上,峰值信噪比(PSNR)和SSIM分别达到17.234 dB和0.550,均优于LLFormer(Low-Light Transformer)、IAT(Illumination Adaptive Transformer)、KinD(Kindling the Darkness)++等主流方法,且网络参数量仅为0.07×10^(6);在DarkFace数据集上,使用SAFNet作为预处理步骤对待检测图像进行增强,可以使人脸检测平均精确率从52.6%提升至72.5%。实验结果表明,SAFNet能有效提高低光照图像的质量,并能显著改善下游任务低光照人脸检测的性能。 展开更多

关键词 低光照图像增强 空间域 频域信息 TRANSFORMER 注意力机制 双分支网络

下载PDF 职称材料