基于改进RRDnet网络的选通图像低光照增强方法

一种基于改进RRDnet网络的选通图像低光照增强方法，使用RG_RRDnet模型对采集到的低照度选通图像进行处理，得到增强后的图像。在RG_RRDnet中，首先，用残差分解网络将图像分为反射分量，噪声和光照分量；然后采用二维自适应Gamma校正方法局部调整光照分量，改善选通图像光照不均问题；同时采用自适应加权融合方法将分解网络生成的反射分量与计算得到的反射分量进行融合，有效减小了噪声估计误差的影响；最后引入了细节增强模块，利用DEConv卷积操作增强图像的边缘和纹理信息。实验结果表明，本文方法在选通图像数据集上客观指标、主观视觉方面均优于目前主流的低光照增强算法。