基于照度图引导的低照度图像增强网络

作     者：黄淑英 黎为 杨勇 万伟国 赖厚增 Huang Shuying;Li Wei;Yang Yong;Wan Weiguo;Lai Houzeng

作者机构：天津工业大学软件学院天津300387 江西财经大学软件与物联网工程学院南昌330032 天津工业大学计算机科学与技术学院天津300387 

基　　金：国家自然科学基金(61862030,62072218) 江西省自然科学基金(20192ACB20002,20192ACBL21008) 

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：2024年第36卷第1期

页      码：92-101页

摘      要：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%.

主 题 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 

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

核心收录：

D　O　I：10.3724/SP.J.1089.2024.19779

馆 藏 号：203125319...