-
题名基于暗区域引导的低照度图像增强
- 1
-
-
作者
汪婉灵
熊邦书
欧巧凤
余磊
饶智博
-
机构
南昌航空大学图像处理与模式识别江西省重点实验室
-
出处
《应用科学学报》
北大核心
2025年第2期245-256,共12页
-
基金
国家自然科学基金(No.62365014)
江西省重点研发计划项目(No.20212BBE53017)资助。
-
文摘
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。
-
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
-
Keywords
low-light image enhancement
dark region guidance
channel attention module
global context module
deep learning
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
