摘要
本发明公开了微光下低曝光原始图像的联合去噪和去马赛克的方法,方法分为两个阶段:第一阶段引入基于小波变换的高低频融合模块,生成较为干净的伪长曝光数据以减少噪声;第二阶段则通过颜色空间注意子网,利用第一阶段生成的伪长曝光数据进行图像重建,恢复颜色并增强纹理细节。此外,本文还提出了一种小波损失函数,以平衡细节恢复与噪声抑制,并探讨了三种不同训练策略对模型性能的影响。实验结果表明,本文提出的方法在定量指标、颜色准确性和细节保留等方面优于大多数先进算法。
技术关键词
马赛克
离散小波变换
微光
编码器
高频特征
蓝色
颜色
红色
通道
先进算法
上采样
模块
解码器
噪声抑制
图像重建
注意力机制
校准
预测误差
系统为您推荐了相关专利信息
图像分类方法
样本
线性分类器
神经网络参数
Softmax分类器
视频编码器
码率控制算法
码率控制方法
神经网络架构
参数
资源分类方法
政务
预训练语言模型
语义向量
数据
知识蒸馏方法
图像分类模型
文本编码器
教师
学生