摘要
本发明提供了一种基于多尺度和注意力机制的低光图像防过曝增强方法。解决了现有方法有增强图像后过度曝光的问题。本发明利用图像的拉普拉斯金字塔,使用深度神经网络提取低光图像的多尺度信息,有效发掘并保留图像的细节特征。采用针对式处理策略对多尺度信息进行调整与融合,恢复得到可准确表示外界光照分布的精细光照图像。在每个子网络处理的同时加入针对性的注意力机制进行调整实现图像增强。本发明充分利用图像的拉普拉斯金字塔信息,对暗光图像的增强具有较好的效果。
技术关键词
注意力机制
拉普拉斯金字塔
多尺度
位置感知信息
信息处理
解码器框架
预训练网络
深度神经网络
重建误差
像素
光照
图像增强
颜色
编码器
非线性
层级
系统为您推荐了相关专利信息
病理图像分割方法
分支
注意力机制
交互特征
加速网络收敛
点云数据分割
超大规模
稀疏卷积神经网络
分割算法
航空
自动分割方法
正电子发射计算机断层显像
肺癌
注意力
影像
遥感卫星图像
超分辨率方法
深层特征提取
浅层特征提取
超分辨率重建图像
管道泄漏检测
模型训练方法
特征提取能力
模型训练装置
卷积模块