基于DBAFFNet的低照度图像增强 |
| |
引用本文: | 罗凡,熊邦书,余磊,汪婉灵.基于DBAFFNet的低照度图像增强[J].应用科学学报,2023(3):476-487. |
| |
作者姓名: | 罗凡 熊邦书 余磊 汪婉灵 |
| |
作者单位: | 南昌航空大学图像处理与模式识别江西省重点实验室 |
| |
基金项目: | 国家自然科学基金(No.61866027);;江西省自然科学基金(No.20202BAB202016)资助; |
| |
摘 要: | 针对当前低照度图像增强后存在色偏、细节损失和噪声放大的问题,提出了基于双分支自适应特征融合网络的低照度图像增强方法。首先,设计自适应特征融合模块,在深层特征中融合更多细节和颜色信息;其次,构建通道及空间注意力模块,使网络着重于图像细节和颜色的恢复;最后,根据Retinex理论设计Poisson-Retinex损失函数,抑制图像的噪声,从而提高图像的增强效果。在多个数据集上的主观和客观对比结果表明,所提方法不仅能恢复增强图像的颜色和细节,而且能更好地抑制噪声,从而获得良好的增强效果。
|
关 键 词: | 低照度图像增强 自适应特征融合模块 注意力模块 Retinex |
|
|