多尺度融合残差编解码器的低照度图像增强方法

作     者：潘晓英 魏苗 王昊 贾丰竹 Pan Xiaoying;Wei Miao;Wang Hao;Jia Fengzhu

作者机构：西安邮电大学计算机学院西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710121 西北工业大学软件学院西安710072 

基　　金：国家重点研发计划(2019YFC0121502) 西安邮电大学研究生创新基金(CXJJLY2019062) 陕西省网络数据分析与智能处理重点实验室专项基金 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2022年第34卷第1期

页      码：104-112页

摘      要：在低光照环境下,由于光子数极少且噪声较大,线阵相机的感光源不能充分曝光,从而导致图像的质量下降.为此,提出一种多尺度融合的残差编解码器的低照度图像增强方法,直接学习原始传感器RAW明暗图像之间的端到端映射,在完全恢复原始图像细节和色彩的同时有效增强图像的亮度;为了增加特征多样性并加快网络训练速度,在网络结构中加入残差块;为了聚合上下文的全局多尺度特征,设计一个密集上下文特征聚合模块,以弥补网络深层缺失的空间信息.基于SID数据集,与其他10种方法进行对比实验,结果表明,所提方法在视觉效果、定量评价(PSNR和SSIM)方面都明显优于其他大部分方法,可以在恢复图像亮度的同时,有效地表示图像的边缘和色彩等,并在弱光增强下获得令人满意的视觉质量.

主 题 词：图像增强 低照度 特征融合 残差网络 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3724/SP.J.1089.2022.18833

馆 藏 号：203107095...