摘要
本发明公开了一种微生物图像增强处理方法,属于图像处理领域;适用于低光模糊图像的优化,该方法通过结合空间与频域特征的混合网络架构,显著提升图像细节和全局对比度;其主要步骤包括:制作低光模糊图像数据集,构建注意力模块、频域前馈网络、下采样编码模块、扩展空间注意力模块、前馈网络模块和上采样模块;最后,通过微生物图像增强处理网络模型完成图像优化输出;模型创新结合空间和频域特征提取、卷积操作以及傅里叶变换,有效保留图像全局信息的同时优化细节,特别在复杂背景下具有优异表现;相较传统方法,该发明在微生物图像增强领域具有更高的鲁棒性与效率,适用于医学诊断和环境监测等领域。
技术关键词
图像增强
注意力
局部空间特征
解码模块
网络模块
通道
微生物检测模型
编码模块
混合网络架构
图像全局信息
分支
上采样
频域特征提取
空间特征提取
全局对比度
阶段
电子显微镜
系统为您推荐了相关专利信息
冷冻电镜
掩膜
图像修复方法
小尺寸
模型训练模块
智能评价方法
智能评价模型
空间金字塔
YOLO模型
多分支结构
糖分检测
荔枝
可解释人工智能
旋转滚筒
近红外光谱仪
图像增强模型
图像增强方法
微弱光
建立映射关系
光照
混合深度学习模型
卷积神经网络模块
长短期记忆网络
超参数
注意力机制