基于零参考深度曲线估计的图像增强网络改进

摘要：

该文主要对Zero-DCE(zero-reference deep curve estimation)图像增强网络进行改进.针对图像在每层卷积过后,图像内容细节随之丢失和噪声问题.提出改进网络结构,卷积层保留图像的主要内容,增加反卷积层则用来补偿细节信息.另外通过传递卷积层的特征图到反卷积层,有助于解码器拥有更多的图像细节信息,从而得到更好的干净图像.此外引进残差网络,对输入噪声图像和输出干净图像做差用于学习一个残差,在降噪的同时也提升了图像清晰度.最后通过图像质量评估方法PSNR(peak signal to noise ratio)和SSIM(structural similarity index)以及傅里叶变换进行测试分析,结果表明提出的改进结构可以增加图像的细节信息并达到降噪效果.

关键词：Zero-DCE、图像增强、反卷积、图像细节、残差网络、零参考

所属期刊栏目：31

分类号：TP391.41;TE319;P631.4

资助基金：山东省重大科技创新项目;山东省重大科技创新项目;山东省重大科技创新项目;山东省重大科技创新项目;山东省重大科技创新项目

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：324-330