光照不均匀条件下无人机航拍低照度图像增强方法 被引量：1

1

作者 黄静 欧余韬 《现代电子技术》 北大核心 2025年第1期55-59,共5页

增强图像时高低频参数未增强,没有更好地保留图像的细节和平衡图像的亮度,因此,提出一种光照不均匀条件下无人机航拍低照度图像增强方法。首先通过高斯滤波预处理无人机航拍图像,实现无人机航拍图像中的噪声抑制,将预处理后的图像通过... 增强图像时高低频参数未增强,没有更好地保留图像的细节和平衡图像的亮度,因此,提出一种光照不均匀条件下无人机航拍低照度图像增强方法。首先通过高斯滤波预处理无人机航拍图像,实现无人机航拍图像中的噪声抑制,将预处理后的图像通过小波分解得到图像的高频参数和低频参数,分别通过双边滤波算法、软阈值方法和直方图对图像的低频参数和高频参数进行增强,采用小波重构对增强后的图像高频参数和低频参数进行重构,得到增强后的无人机航拍图像。通过实验验证,该方法能够实现一种效果较好的图像增强,在原始图像基础上,通过文中方法增强原始亮度8.14%、对比度提高了37.90%以及清晰度增加了31.01%,使得图像的整体质量得到了显著提升,为后续的图像分析、处理提供了更加准确、丰富的信息。 展开更多

关键词 无人机航拍 低照度图像增强 高斯滤波 小波分解与重构 双边滤波算法 软阈值方法

在线阅读 下载PDF 职称材料

结合信噪比引导的双分支结构和直方图均衡的低照度图像增强网络

2

作者 黄颖 高胜美 +1 位作者 陈广 刘苏 《计算机应用》 北大核心 2025年第6期1971-1979,共9页

针对基于深度学习的低照度图像增强(LLIE)技术普遍依赖成对的数据集进行训练的问题,考虑实际应用中配对数据集的获取难度较高及其可能导致网络的泛化能力受限的问题,提出一种结合信噪比(SNR)引导的双分支结构和直方图均衡(HE)的LLIE网络... 针对基于深度学习的低照度图像增强(LLIE)技术普遍依赖成对的数据集进行训练的问题,考虑实际应用中配对数据集的获取难度较高及其可能导致网络的泛化能力受限的问题,提出一种结合信噪比(SNR)引导的双分支结构和直方图均衡(HE)的LLIE网络,从而摆脱对配对数据集的依赖。首先,在生成对抗网络(GAN)的框架上,引入卷积神经网络(CNN)和Transformer的双分支结构,并使用SNR图像指导网络自适应地增强图像的不同区域,以有效平衡图像增强和噪声抑制;其次,采用经HE处理的低照度图像约束生成结果,从而显著提升生成图像的纹理细节;最后,在鉴别器部分,结合全局与局部鉴别器确保生成图像与参考图像在分布上的一致性,进一步提高图像的视觉质量。为了验证所提网络的有效性,在LOL与LSRW测试集上进行测试,与包含监督和无监督的10种先进方法进行比较。实验结果表明,在LOL数据集上,所提网络的峰值信噪比(PSNR)为19.15 dB,结构相似性指数(SSIM)为0.7051,均位列第2名;在LSRW数据集中,所提网络以17.28 dB的PSNR和0.4857的SSIM分别获得第1名与第2名;具体地,在LSRW数据集上,所提网络的PSNR相较于KinD(Kindling the Darkness)和EnlightenGAN(deep light Enhancement without paired supervision Generative Adversarial Network)方法分别提升了15.7%和9.6%。可见,所提网络与无监督方法和部分有监督方法相比均展现了更优越的性能,且显著提升了生成图像的质量。 展开更多

关键词 低照度图像增强 无监督学习 生成对抗网络 直方图均衡 特征融合

在线阅读 下载PDF 职称材料

融合全局-局部特征的低照度图像增强方法

3

作者 黄婷婷 曾上游 王靖 《计算机工程与应用》 北大核心 2025年第13期321-328,共8页

受环境黑暗影响或设备性能限制,所拍摄的图像往往存在低对比度、低亮度、高噪声等问题,从而使图像视觉感知质量差,成像效果不理想。为了解决上述问题,提出了一种融合全局-局部特征的低照度图像增强方法,以恢复正常光照图像。构建特征提... 受环境黑暗影响或设备性能限制,所拍摄的图像往往存在低对比度、低亮度、高噪声等问题,从而使图像视觉感知质量差,成像效果不理想。为了解决上述问题,提出了一种融合全局-局部特征的低照度图像增强方法,以恢复正常光照图像。构建特征提取模块初步提取图像的重要特征。设计了一个具有方向性注意力的Transformer准确地提取全局特征并捕获长期依赖关系,在网络结构中加入了残差模块,用于提取局部特征并关注低层次细节。采用信噪比图指导全局和局部特征融合。所提出的增强方法与现有的方法进行定性和定量的比较,并对网络结构进行了消融实验,实验结果表明,该方法能有效解决低照度图像曝光不足、色彩失真、噪声干扰等问题,具有一定的应用价值。 展开更多

关键词 低照度图像增强 特征融合 TRANSFORMER 残差网络

在线阅读 下载PDF 职称材料

并行多尺度特征递归学习的低照度图像增强

4

作者 王璐雪 王晓霞 +1 位作者 李翔 陈晓 《计算机工程与应用》 北大核心 2025年第16期265-271,共7页

针对在低照度条件下拍摄的图像存在的如细节和纹理信息模糊或缺失、色彩失真、噪声污染严重等退化问题,提出基于并行多尺度特征递归学习(parallel multi-scale feature recursive learning,PMRL)的图像增强方法。通过从粗到细的递归学... 针对在低照度条件下拍摄的图像存在的如细节和纹理信息模糊或缺失、色彩失真、噪声污染严重等退化问题,提出基于并行多尺度特征递归学习(parallel multi-scale feature recursive learning,PMRL)的图像增强方法。通过从粗到细的递归学习策略从退化的输入图像中逐步学习恢复映射,使照度更接近于真实光照;提出一种表示融合机制,使不同阶段之间的特征可以进行信息交换,以抑制噪声和伪影;引入捕获上下文信息的双重注意力表示特征提取模块,得到更丰富的图像细节信息;根据灰度世界颜色恒定性假设,提出半监督的感知损失来自适应地提高增强效果,保持颜色分布的一致性。在公开数据集LOLv1和LOLv2上的实验结果表明,相较于ZeroDCE++、DRBN和MIRNet等网络,峰值信噪比提高了8.18%~55.59%,结构相似性提高了5.42%~53.44%,验证了该方法的优越性。 展开更多

关键词 低照度图像增强 递归学习 多尺度特征融合 注意力机制

在线阅读 下载PDF 职称材料

基于暗区域引导的低照度图像增强

5

作者 汪婉灵 熊邦书 +2 位作者 欧巧凤 余磊 饶智博 《应用科学学报》 北大核心 2025年第2期245-256,共12页

针对现有增强方法在图像照度分布不均匀时出现的局部过度增强、颜色失真以及细节丢失问题,提出了一种结合暗区域引导与注意力机制的低照度图像增强方法。首先,采用简单线性迭代聚类方法生成暗区域引导图,指导网络在保障正常曝光区域不... 针对现有增强方法在图像照度分布不均匀时出现的局部过度增强、颜色失真以及细节丢失问题,提出了一种结合暗区域引导与注意力机制的低照度图像增强方法。首先,采用简单线性迭代聚类方法生成暗区域引导图,指导网络在保障正常曝光区域不过度增强的情况下,重点增强图像曝光不足区域;其次,设计通道注意力模块,提高网络对颜色信息的提取能力,更好地恢复图像颜色,保证颜色自然度;再次,设计全局上下文模块,增加网络全局感知能力,丰富图像细节信息;最后,增强网络融合输入特征和暗区域注意力网络输出特征,实现图像对比度再增强。在6个公共数据集上进行多组对比实验,分别从主观与客观两方面进行性能对比,结果表明所提方法能够有效解决低照度图像存在的颜色失真、细节丢失和曝光不均匀问题,具有较好的视觉增强效果与泛化性。 展开更多

关键词 低照度图像增强 暗区域引导 通道注意力模块 全局上下文模块 深度学习

在线阅读 下载PDF 职称材料

基于Retinex改进的低照度图像增强网络

6

作者 陈红阳 曾上游 赵俊博 《计算机应用与软件》 北大核心 2025年第1期158-166,共9页

针对低照度场景下拍摄的图像存在对比度低、亮度过暗等问题,设计一个基于Retinex改进的低照度图像增强网络。将低照度图像以数据驱动的方式分解为反射图和光照图,通过UNet++对反射图进行噪声抑制和细节恢复,光照图则根据用户设定的增强... 针对低照度场景下拍摄的图像存在对比度低、亮度过暗等问题,设计一个基于Retinex改进的低照度图像增强网络。将低照度图像以数据驱动的方式分解为反射图和光照图,通过UNet++对反射图进行噪声抑制和细节恢复,光照图则根据用户设定的增强比率自适应调节亮度。经过在多个数据集上实验验证表明,该算法在视觉、客观指标、运行效率上有一定优势,能有效地增强不同光照强度下的低照度图像,对人工智能背景下的夜间图像采集工作有一定的应用价值。 展开更多

关键词 低照度图像增强 RETINEX UNet++ 人工智能

在线阅读 下载PDF 职称材料

融合零参考深度曲线的低照度图像增强与去噪算法

7

作者 田博文 丁建伟 户子睿 《科学技术与工程》 北大核心 2025年第2期704-712,共9页

为解决低光照条件下的图像噪声多、亮度低、细节模糊等问题,提出了一种融合零参考深度曲线的低照度图像增强与去噪算法(UMDCEAD-NET)。该算法首先设计了一个特征提取网络,以u-net为主干网络,并在主干U-Net的下采样过程融入mobile-net,... 为解决低光照条件下的图像噪声多、亮度低、细节模糊等问题,提出了一种融合零参考深度曲线的低照度图像增强与去噪算法(UMDCEAD-NET)。该算法首先设计了一个特征提取网络,以u-net为主干网络,并在主干U-Net的下采样过程融入mobile-net,以提高算法特征提取能力,保留更多图像细节信息。其次,为解决图像像素级光照不足、网络的退化的问题,利用深度曲线估计(LE-曲线)对提取特征进行迭代,结合深度可分离卷积降低网络模型的参数量,并设计了5个非参考损失函数,提高算法在不同光照条件下的泛化能力和细节保留能力。最后,结合AD-NET(attentional denoising network)对增强后的图像进行降噪处理,以减少增强图像的噪声,使得图像更符合人眼的视觉感知。实验结果显示,本文算法在公开数据集Zero-DCE平均峰值信噪比(peak signal-to-noise ratio,PSNR)达到22.29,相比Zero-DCE++算法提高了32%,在公开数据集LOL的PSNR达到21.15,相比SGZ算法提高了3%。可见,该算法能够有效地解决增强后图像的噪声问题,使得增强后的图像暗部和亮部区域的细节信息更加丰富,与其他主流算法相比本文算法图像质量有明显提升。 展开更多

关键词 低照度图像增强 零参考深度曲线 降噪 U-Net

在线阅读 下载PDF 职称材料

噪声与语义先验引导的低照度图像增强算法

8

作者 王雪津 黄雷雷 钟祯辉 《计算机应用》 北大核心 2025年第9期2966-2974,共9页

低照度图像的亮度、噪声和对比度等具有非均匀分布的特性,然而现有的低照度图像增强(LLIE)算法未能充分利用这些特性,在增强过程中容易导致细节丢失、颜色失真和视觉不连贯等问题,从而影响图像的视觉质量。针对上述问题,提出噪声与语义... 低照度图像的亮度、噪声和对比度等具有非均匀分布的特性,然而现有的低照度图像增强(LLIE)算法未能充分利用这些特性,在增强过程中容易导致细节丢失、颜色失真和视觉不连贯等问题,从而影响图像的视觉质量。针对上述问题,提出噪声与语义先验引导的LLIE算法,以自适应地考虑低照度图像中不同区域的特性及其语义信息。具体来说,设计一种新的基于图像块分类的全局特征提取网络(ICGFE)提取全局特征,引入基于信息补偿的局部特征提取网络(ICLFE)提取局部特征,并提出基于噪声先验引导的特征融合策略对具有不同特性的图像区域进行自适应增强操作;此外,提出新的语义先验引导的颜色损失函数保持实例颜色的一致性。在公开数据集LOL(LOw-Light dataset)上的实验结果表明,所提算法相较于Retinex和DeepUPE(Underexposed Photo Enhancement using Deep illumination estimation)等算法,峰值信噪比(PSNR)提高了1.9%~89.1%,结构相似性(SSIM)也取得了较好的结果。可见,所提算法能自适应增强具有不同特性的图像区域,并且在颜色恢复、细节纹理还原和噪声抑制等方面均具有明显优势。 展开更多

关键词 低照度图像增强 语义先验 图像块分类 噪声先验 自适应

在线阅读 下载PDF 职称材料

基于任务解耦的低照度图像增强方法 被引量：4

9

作者 牛玉贞 陈铭铭 +1 位作者 李悦洲 赵铁松 《电子学报》 EI CAS CSCD 北大核心 2024年第1期34-45,共12页

低照度条件下拍摄的照片往往存在亮度低、颜色失真、噪声高、细节退化等多重耦合问题,因此低照度图像增强是一个具有挑战性的任务.现有基于深度学习的低照度图像增强方法通常聚焦于对亮度和色彩的提升,导致增强图像中仍然存在噪声等缺陷... 低照度条件下拍摄的照片往往存在亮度低、颜色失真、噪声高、细节退化等多重耦合问题,因此低照度图像增强是一个具有挑战性的任务.现有基于深度学习的低照度图像增强方法通常聚焦于对亮度和色彩的提升,导致增强图像中仍然存在噪声等缺陷.针对上述问题,本文提出了一种基于任务解耦的低照度图像增强方法,根据低照度图像增强任务对高层和低层特征的不同需求,将该任务解耦为亮度与色彩增强和细节重构两组任务,进而构建双分支低照度图像增强网络模型(Two-Branch Low-light Image Enhancement Network,TBLIEN).其中,亮度与色彩增强分支采用带全局特征的U-Net结构,提取深层语义信息改善亮度与色彩;细节重构分支采用保持原始分辨率的全卷积网络实现细节复原和噪声去除.此外,在细节重构分支中,本文提出一种半双重注意力残差模块,能在保留上下文特征的同时通过空间和通道注意力强化特征,从而实现更精细的细节重构.在合成和真实数据集上的广泛实验表明,本文模型的性能超越了当前先进的低照度图像增强方法,并具有更好的泛化能力,且可适用于水下图像增强等其他图像增强任务. 展开更多

关键词 低照度图像增强 任务解耦 双分支网络模型 对比学习 残差网络

在线阅读 下载PDF 职称材料

金字塔渐进融合低照度图像增强网络 被引量：1

10

作者 余映 徐超越 +2 位作者 李淼 何鹏浩 杨昊 《国防科技大学学报》 EI CAS CSCD 北大核心 2024年第2期224-237,共14页

针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度... 针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度的特征图进行相互融合。通过精细恢复模块进一步提取精炼信息,将特征图恢复到正常的光照图像。结果表明,该网络模型不但能有效地提升低照度图像的整体亮度,而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓,同时能够有效地抑制图像中的暗部噪声,使增强后的图像整体画面真实自然。 展开更多

关键词 低照度图像增强 深度学习 特征金字塔 多尺度特征 跳跃连接

在线阅读 下载PDF 职称材料

基于光谱反射率的低照度图像增强方法研究 被引量：6

11

作者 麻祥才 曹前 +2 位作者 白春燕 王晓红 张大伟 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第3期610-616,共7页

低照度图像增强技术是机器视觉研究热点之一,Retinex理论模型假设图像是反射分量与光照分量乘积,通过去除或校正光照分量并结合物体的反射特性来恢复图像,被广泛应用在传统算法和深度学习增强模型中。光谱反射率是颜色的指纹,多光谱图... 低照度图像增强技术是机器视觉研究热点之一,Retinex理论模型假设图像是反射分量与光照分量乘积,通过去除或校正光照分量并结合物体的反射特性来恢复图像,被广泛应用在传统算法和深度学习增强模型中。光谱反射率是颜色的指纹,多光谱图像比普通图像的信息量更为丰富。色度学理论和Retinex理论都认为图像的颜色特性取决于反射系数,但光谱反射率是基于仪器测量获得真实的数据,而图像反射分量是基于图像分解假设的数据,目前文献没有从光谱角度对低照度图像增强进行研究。受Retinex理论启发结合深度学习非线性拟合能力,用颜色的光谱反射率代替RetinexNet网络中的图像反射分量,用CIE标准光源的光谱功率分布代替网络中的图像照明分量,提出了一种基于光谱反射率的低照度图像增强方法。首先对图像数据库中正常光照图像进行光谱重建,构建低照度图像与正常光照的多光谱图像数据集。然后训练将低照度图像转换成多光谱图像的深度学习网络模型。任意低照度图像通过网络模型得到多光谱图像,多光谱图像根据色度学理论得到CIEXYZ三刺激值,再通过标准颜色空间转换到RGB颜色空间中显示。该方法在公开LOL数据集上进行训练与测试,结果表明在图像噪声抑制和颜色恢复方面都优于常用方法,证明该方法对低照度图像增强的优越性和有效性。 展开更多

关键词 光谱反射率 低照度图像增强 RETINEX理论 深度学习

在线阅读 下载PDF 职称材料

基于照度图引导的低照度图像增强网络 被引量：8

12

作者 黄淑英 黎为 +2 位作者 杨勇 万伟国 赖厚增 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第1期92-101,共10页

在低照度环境下采集的图像,由于光照的不均匀性,存在能见度差、对比度低和颜色失真等问题.现有的大多数低照度图像增强方法存在过增强或欠增强的现象,影响视觉感知和后续目标检测任务.针对上述问题,提出一种基于照度图引导的低照度图像... 在低照度环境下采集的图像,由于光照的不均匀性,存在能见度差、对比度低和颜色失真等问题.现有的大多数低照度图像增强方法存在过增强或欠增强的现象,影响视觉感知和后续目标检测任务.针对上述问题,提出一种基于照度图引导的低照度图像增强网络.首先根据低照度图像的灰度分布特点构造对应的照度图,度量低照度图像不同区域块的明暗程度;然后利用照度图作为网络增强的引导图,与低照度图像一起送入图像增强网络来获得增强后的图像.为了解决训练数据不足的问题,提出一种基于内循环和概率旋转的数据增强方法来扩充训练数据样本的数量和多样性;同时,针对目前图像增强方法中普遍存在照度不均匀的问题,基于直方图匹配的思想构建一种直方图损失函数,约束并指导网络的训练.在合成数据集LOL和真实图像上的实验结果表明,所提网络在低照度图像增强方面获得了更好的主观视觉效果;与经典的RetinexNet方法相比,所提方法在PSNR和SSIM客观定量指标上分别提高了7.905 dB和0.328;该网络对后续目标检测任务的检测率可提高10.17%~17.19%. 展开更多

关键词 低照度图像增强 照度图引导 直方图损失函数 概率旋转增强 目标检测

在线阅读 下载PDF 职称材料

融合局部-全局关系的多尺度低照度图像增强

13

作者 陈路 王怀瑶 +2 位作者 王盛玺 杨静 王克琪 《小型微型计算机系统》 CSCD 北大核心 2024年第10期2449-2454,共6页

在光照较差的场景中,由于抵达成像设备的光子数量有限,捕获的图像往往会表现出高噪声、低可见度以及色彩偏差等问题.基于卷积神经网络的低照度图像增强是一种有效的增强方法,但由于不恰当的网络结构设计,现有基于卷积神经网络的低照度... 在光照较差的场景中,由于抵达成像设备的光子数量有限,捕获的图像往往会表现出高噪声、低可见度以及色彩偏差等问题.基于卷积神经网络的低照度图像增强是一种有效的增强方法,但由于不恰当的网络结构设计,现有基于卷积神经网络的低照度图像增强方法易使增强的图像出现模糊、色彩偏差等问题.为了缓解上述现象,本文提出一种多尺度局部-全局关系耦合网络以提高卷积神经网络的特征表示能力.该网络由多尺度-多分支信息融合模块、局部-全局关系耦合模块以及输入可知的注意力特征融合3部分构成.为了验证所提方法的优越性,本文在多个低照度数据集上进行了定性、定量对比实验,并从网络结构和损失函数两方面开展消融实验,进一步验证了本文所提方法的有效性. 展开更多

关键词 低照度图像增强 深度神经网络 多尺度特征 注意力机制

在线阅读 下载PDF 职称材料

改进的生成对抗网络低照度图像增强 被引量：1

14

作者 陈爱国 张翔宇 +1 位作者 邹明杰 蒋亦樟 《小型微型计算机系统》 CSCD 北大核心 2024年第5期1109-1115,共7页

针对目前低照度图像增强方法,由于缺乏足够的低照度数据集,容易出现模型泛化能力差和过拟合的问题,本文提出一种改进的生成对抗网络低照度图像增强方法.在保持原生成对抗网络主干不变的基础上做了系列改进:首先在真实图像与生成图像中... 针对目前低照度图像增强方法,由于缺乏足够的低照度数据集,容易出现模型泛化能力差和过拟合的问题,本文提出一种改进的生成对抗网络低照度图像增强方法.在保持原生成对抗网络主干不变的基础上做了系列改进:首先在真实图像与生成图像中应用可微增强对数据进行扩容.其次,为了更有效地提取特征,提升训练效果,生成网络添加了残差结构和scSE注意力机制.此外,为了提高模型训练的稳定性,网络优化过程使用huber函数平滑损失值.实验表明,本文所提方法与主流低照度增强方法相比,在多项评价指标方面具有明显优势. 展开更多

关键词 生成对抗网络 低照度图像增强 数据增强 注意力机制

在线阅读 下载PDF 职称材料

多级分解的Retinex低照度图像增强算法 被引量：19

15

作者 王萍 孙振明 《计算机应用研究》 CSCD 北大核心 2020年第4期1204-1209,共6页

针对现有算法对图像边缘细节增强不足及无法有效控制各尺度信息增强程度的问题,提出了多级分解的Retinex低照度图像增强算法。该算法在Retinex分解模型和双边滤波的基础上,通过设置不同的滤波参数,获取表征图像不同尺度信息的反射分量... 针对现有算法对图像边缘细节增强不足及无法有效控制各尺度信息增强程度的问题,提出了多级分解的Retinex低照度图像增强算法。该算法在Retinex分解模型和双边滤波的基础上,通过设置不同的滤波参数,获取表征图像不同尺度信息的反射分量和照度分量;通过使用指数函数对分解得到的各级反射分量进行增强,能够有效提升图像边缘细节的表达能力;通过使用S型函数对最终的照度分量进行处理,能够在提升低照度图像整体亮度的同时抑制高亮度区域;通过颜色恢复函数对增强图像进行后处理,进一步避免色彩偏差和失真的问题。实验结果表明,新算法能够改善低照度图像的视觉质量,在清晰度、信息熵、对比度等指标方面都有所提升。 展开更多

关键词 双边滤波 多级分解 低照度图像增强 RETINEX算法

在线阅读 下载PDF 职称材料

基于物理模型与边界约束的低照度图像增强算法 被引量：8

16

作者 陈勇 詹帝 刘焕淋 《电子与信息学报》 EI CSCD 北大核心 2017年第12期2962-2969,共8页

针对低照度下图像降质严重的问题,该文提出一种基于边界约束与图像亮度的低照度图像增强算法。该算法首先通过改进的边界约束对伪雾图进行透射率估计,并对其进行优化;同时从伪雾图"雾"的形成原理出发,利用低照度图像的亮度分... 针对低照度下图像降质严重的问题,该文提出一种基于边界约束与图像亮度的低照度图像增强算法。该算法首先通过改进的边界约束对伪雾图进行透射率估计,并对其进行优化;同时从伪雾图"雾"的形成原理出发,利用低照度图像的亮度分量进行伪雾图大气光值的估计;最后将增强后的伪雾图反转,即得到增强后的低照度图像。实验结果表明,针对低照度下的图像,该算法可以有效地提升对比度和亮度,过增强现象得到改善;效果优于对比算法,且复杂度低。 展开更多

关键词 低照度图像增强 伪雾图 边界约束 物理模型

在线阅读 下载PDF 职称材料

一种基于MR-VAE的低照度图像增强方法 被引量：17

17

作者 江泽涛 伍旭 张少钦 《计算机学报》 EI CSCD 北大核心 2020年第7期1328-1339,共12页

针对低照度图像多重失真特点(低亮度、多噪声和模糊等),本文基于变分自编码器提出了一种多重构变分自编码器(Multiple Reconstruction-Variational AutoEncoder,MR-VAE),逐步增强、从粗到细地生成高质量低照度增强图像.MR-VAE由特征概... 针对低照度图像多重失真特点(低亮度、多噪声和模糊等),本文基于变分自编码器提出了一种多重构变分自编码器(Multiple Reconstruction-Variational AutoEncoder,MR-VAE),逐步增强、从粗到细地生成高质量低照度增强图像.MR-VAE由特征概率分布捕获、全局重构和细节重构三个模块构成,核心思想是将全局特征与局部特征分阶段重建、将多重失真问题逐步解决,全局重构模块构建图像全局特征,提高全局亮度,得到较粗糙的图像;细节重构模块权衡去噪与去模糊,生成细节更逼真、噪声更少与局部亮度更合适的图像;此外,本文定义了一个多项损失函数替代l 2损失,以引导网络生成高质量图像.实验结果表明,多重构与多项损失函数的设计提高了网络生成复杂图像、处理多重失真的低照度图像性能,且提高了生成图像的质量、信噪比和视觉特性. 展开更多

关键词 低照度图像增强 多重构 多项损失 多重失真 变分自编码 残差网络

在线阅读 下载PDF 职称材料

基于局部生成对抗网络的水上低照度图像增强 被引量：4

18

作者 刘文 杨梅芳 +3 位作者 聂江天 章阳 杨和林 熊泽辉 《计算机工程》 CAS CSCD 北大核心 2021年第5期16-23,共8页

针对低照度条件下获取的水上图像亮度和对比度低以及质量差的问题,提出一种基于局部生成对抗网络的图像增强方法。以残差网络作为基本框架设计生成器,通过加入金字塔扩张卷积模块提取与学习图像深层特征和多尺度空间特征,从而减少结构... 针对低照度条件下获取的水上图像亮度和对比度低以及质量差的问题,提出一种基于局部生成对抗网络的图像增强方法。以残差网络作为基本框架设计生成器,通过加入金字塔扩张卷积模块提取与学习图像深层特征和多尺度空间特征,从而减少结构信息丢失。设计一个自编码器作为注意力网络,估计图像中的光照分布并指导图像不同亮度区域的自适应增强。构建具有判别图像局部区域能力的判别器结构,约束生成器输出增强效果更加自然的图像。实验结果表明,该方法能够有效增强水上低照度图像,场景还原和细节保留能力优于SRIE和LIME等方法。 展开更多

关键词 低照度图像增强 深度学习 生成对抗网络 金字塔扩张卷积 自适应增强

在线阅读 下载PDF 职称材料

改进Retinex的低照度图像增强研究 被引量：5

19

作者 张平 孙林 +2 位作者 解斐斐 田亚楠 赵旭东 《激光杂志》 CAS 北大核心 2023年第9期91-97,共7页

针对低照度图像在增强过程中出现的色彩失真、亮度不均、细节模糊等问题,提出一种改进Retinex低照度图像增强算法。算法基于HSI色彩空间,首先利用Retinex模型将亮度分量I分解为L成分和R成分;采用对比度受限自适应直方图均衡化拉伸L成分... 针对低照度图像在增强过程中出现的色彩失真、亮度不均、细节模糊等问题,提出一种改进Retinex低照度图像增强算法。算法基于HSI色彩空间,首先利用Retinex模型将亮度分量I分解为L成分和R成分;采用对比度受限自适应直方图均衡化拉伸L成分,提升图像对比度,基于均方差量化R成分,增强图像整体亮度;并利用均值滤波提取图像细节层,提升图像细节信息;根据I分量与S分量的相关性,提出一种饱和度分量S的自适应拉伸函数,调整图像色彩,最后将增强图像转回RGB色彩空间。实验结果表明,所提算法图像亮度增强适宜,对比度有效提升,细节清晰,图像色彩舒适自然,符合人眼视觉习惯;峰值信噪比、结构相似性、信息熵分别最高达到18.79 dB、0.92、7.59,均高于对比算法。 展开更多

关键词 低照度图像增强 HSI色彩空间 改进Retinex 对比度受限自适应直方图均衡化 饱和度拉伸

在线阅读 下载PDF 职称材料

一种改进的色彩保持低照度图像增强方法 被引量：13

20

作者 遆晓光 曲悠杨 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2014年第3期1-7,共7页

针对现有低照度图像增强方法恢复结果存在的色彩失真问题,采用原用于图像去雾领域的暗通道先验方法,提出了一种基于暗通道先验的低照度图像增强方法.通过提取图像的暗通道信息来获得对应场景的光照强度分布图;针对暗通道先验原理导致的... 针对现有低照度图像增强方法恢复结果存在的色彩失真问题,采用原用于图像去雾领域的暗通道先验方法,提出了一种基于暗通道先验的低照度图像增强方法.通过提取图像的暗通道信息来获得对应场景的光照强度分布图;针对暗通道先验原理导致的白色像素区域暗通道数值计算错误的问题,提出了一种通过计算像素的RGB三通道数值差值来判定错误区域方法,并给出了具体的错误修正方法;为了消除暗通道先验产生的块效应,对修改后的光照强度分布图进行平滑;基于图像每个像素点光照强度与标准光照强度的比例关系对原图像的RGB三通道进行放大,实现色彩保持的图像增强;与现有方法进行实验对比分析,从恢复结果的色彩失真情况以及峰值信噪比等方面验证了所提方法的有效性. 展开更多

关键词 低照度图像增强 暗通道先验 色彩保持 图像平滑

在线阅读 下载PDF 职称材料