摘要
本发明公开了交叉注意力融合的弱光图像增强方法,首先对输入的低照度图像X进行局部纹理细节提取,得到局部特征信息;然后对输入的低照度图像X进行全局信息提取,得到全局特征信息;将图像的局部特征信息和全局特征信息融合在一起,得到增强后的重建图像Y1;将重建图像Y1进行噪声去除和细节增强,得到最终的增强图像Y;搭建神经网络,进行训练1500个Epoch,验证训练结果,保存神经网络的模型;最后得到增强图像。本发明解决了现有增强算法并不容易得到一个局部纹理细节情绪且连续和去噪结果优异的图像的问题。
技术关键词
弱光图像增强方法
神经网络框架
局部特征信息
照度
全局特征信息融合
VGG网络
注意力机制
多尺度特征
可见光图像
光照
矩阵
图像局部特征
纹理
全局特征提取
模块
更新网络参数
系统为您推荐了相关专利信息
人工智能模型
锥形束计算机断层扫描
牙齿结构
加权损失函数
深度卷积神经网络
miniLED芯片
背光系统
RGB三色光
透镜阵列
光源
语义分割模型
图像识别方法
照度
深度特征提取
空间金字塔池化