基于多尺度深度可分离卷积的低照度图像增强算法

作     者：陈清江 顾媛 CHEN Qing-jiang;GU Yuan

作者机构：西安建筑科技大学理学院陕西西安710055 

基　　金：国家自然科学基金(61902304) 陕西省自然科学基础研究计划(2021JQ-495) 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2023年第45卷第10期

页      码：1830-1837页

摘      要：为解决低照度图像颜色失真、对比度低以及现有增强算法存在的细节丢失严重、参数过多等问题,提出基于多尺度深度可分离卷积的低照度图像增强算法。首先,设计多尺度混合空洞卷积模块,在扩大感受野的同时解决网格效应;其次,设计多尺度特征提取模块,提取不同尺度的特征信息;最后,对不同尺寸的特征图使用2种模块,将低层空间信息与高层语义信息充分融合,获得最终输出。用深度可分离卷积代替标准卷积可大大减少网络参数量与计算量。实验结果表明,所提算法能有效地提高图像的亮度和对比度,减少模型参数量,且图像纹理细节及色彩恢复较好。

主 题 词：低照度图像增强 深度可分离卷积 空洞卷积 多尺度 网格效应 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1007-130X.2023.10.013

馆 藏 号：203124102...