摘要
本发明公开了基于软门控融合机制和自适应频域感知的弱光图像增强方法;设计基于扩散模型的频域感知模块对输入的低光图像进行频域分析,在图像与特征层面处理不同的频域信息,提取图像的外观特征;设计细节保留模块,利用多尺度卷积块捕捉图像不同尺度的细节信息,得到输入图像的细节特征;设计特征融合模块,通过软门控融合机制,将图像的外观特征和细节特征融合在一起,并使用多层卷积块对融合结果进行特征重建,得到增强结果;设计自适应的损失函数,多个损失通过共享信息相互补充,使得模型收敛,最终得到最优增强图像的深度网络。本发明构建的模型能有效解决现有方法存在的图像纹理差、噪声大与颜色偏差等问题,更加符合人类感知的增强效果。
技术关键词
弱光图像增强方法
频域特征
设计特征
模块
二维离散小波变换
输出特征
误差信息
抑制噪声干扰
视觉特征
随机噪声
通道注意力机制
深度特征提取
更新网络参数
解码器
神经网络参数
系统为您推荐了相关专利信息
终端控制单元
功率分配单元
功率控制单元
直流充电
充电模块
背光驱动芯片
背光控制模块
分区背光
屏幕控制系统
突波抑制装置
图像智能识别方法
漏泄同轴电缆
地铁隧道
卷积神经网络模型
像素
车辆辅助驾驶系统
深度学习模型
中央域控制器
集成开发环境
主机端