改进零参考深度曲线低照度图像增强算法

摘要：

在低照度条件下拍摄的图像具有对比度低,亮度低,细节缺失等质量缺陷,给图像处理带来困难;提出一种改进零参考深度曲线低照度图像增强算法,通过在空间一致性损失函数中引入与卷积核大小相关参数,统一了不同尺寸图像的增强效果;将颜色不变损失、照明平滑损失函数与输入图像类型关联,使其增强效果的峰值信噪比提高17.75％,对比度提高26.75％;通过使用对称式卷积结构,解决原算法计算量大的问题;通过使用MobileNetV2轻量化网络对零参考深度网络(Zero-DCE)进行了优化,减少网络模型计算复杂度的同时保证模型较好的增强效果.

关键词：深度学习、低照度图像、图像增强、MobileNetV2

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省产业前瞻与关键核心技术-碳达峰碳中;科技创新专项资金项目

在线出版日期：2023-02-15（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：209-214,221