基于多方向信息提取与色彩损失优化的夜间图像增强方法

本发明公开了一种基于多方向信息提取与色彩损失优化的夜间图像增强方法，首先采集夜间和正常光道路场景图像，构建基于深度学习的夜间道路图像增强模型，采用基于GAN的图像增强框架、浅层语义增强的U‑Net网络作为生成器，5层卷积网络作为判别器然后使用水平‑垂直双向差分卷积以提取图像的多方向信息，并利用局部光照注意力模块平衡暗区亮度及亮区过曝，最后采用自适应色彩损失函数恢复图像的原始色彩。本发明的方法能够有效解决低照度条件下图像质量下降、细节丢失和颜色失真等问题，特别适用于车辆辅助自动驾驶领域的夜间场景视觉感知改善。