FDLIE-YOLO:频域增强的端到端低照度图像目标检测方法

作     者：李扬 李现国 陈莲 杨清永 徐常余 徐晟 LI Yang;LI Xianguo;CHEN Lian;YANG Qingyong;XU Changyu;XU Sheng

作者机构：天津工业大学电子与信息工程学院天津300387 天津中德应用技术大学软件与通信学院天津300350 天津市光电检测技术与系统重点实验室天津300387 天津中德应用技术大学航空航天学院天津300350 

基　　金：国家自然科学基金项目(52271341) 天津市科技计划项目(24YDTPJC00410) 天津市技术创新引导专项(基金)项目(23YDTPJC00290) 江苏省重点实验室对外开放课题资助项目(zdsys2019-11) 

出 版 物：《红外与激光工程》 (Infrared and Laser Engineering)

年 卷 期：2025年第54卷第1期

页      码：256-268页

摘      要：针对低照度图像目标检测的挑战,提出一种端到端检测方法FDLIE-YOLO。首先,设计频域处理模块FDPB(Frequency Domain Processing Block),采用傅里叶变换提取全局信息,从而获取估计幅度分量,利用其与亮度的正相关关系,提升低光照图像质量,进而构建频域低照度图像增强网络FDLIENet(Frequency Domain Low-light Image Enhancement Network)。然后,使用YOLOv8n进行目标检测,通过联合损失实现图像增强与目标检测的端到端训练。该损失引入马氏距离的幅度差异损失,以精准调整图像幅度,并用MPDIoU(Minimum Point Distance based IoU)损失取代YOLOv8n原有的回归损失,提高检测准确性。实验结果显示,FDLIENet在低照度环境下的图像增强表现显著,在LOLReal和ExDark数据集上的PSNR、SSIM和NIQE指标分别达到23.18 dB、0.858和3.98;FDLIEYOLO在ExDark数据集,平均精度均值mAP为80.6%,较当前主流端到端检测方法提高了1.1%~1.6%,且实时性好。

主 题 词：低照度图像 目标检测 增强网络 频域处理 幅度差异损失 回归损失 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3788/IRLA20240376

馆 藏 号：203157082...