双分支金字塔网络的微光图像增强算法
针对微光图像存在亮度低、细节丢失严重以及现有算法增强后的微光图像存在曝光过度、颜色失真等问题,提出双分支金字塔网络的微光图像增强算法.首先,将微光图像从RGB颜色空间转换到HSV颜色空间.其次,对V分量采用双分支金字塔网络的微光图像增强算法,自适应获取图像特征.网络结构由并行双分支构成,含层级残差模块的分支有效增强V分量亮度,含特征金字塔注意力模块的分支获取深层特征信息.最后,对双分支结构提取的信息进行融合,并将增强后的图像从HSV颜色空间转换回RGB颜色空间.所提算法在真实图像上的峰值信噪比及结构相似度的均值分别达到29.451 dB和0.930 1,均高于其他对比算法.实验结果表明,所提算法对V分量进行增强提高了图像亮度,有效地恢复了图像细节.
微光图像增强、层级残差、特征金字塔注意力、卷积神经网络、HSV颜色空间
37
TP391.4(计算技术、计算机技术)
国家自然科学基金No.61902304
2022-05-11(万方平台首次上网日期,不代表论文的发表时间)
共10页
395-404