提高弱光图像的质量的方法、系统和计算机可读介质技术方案

在实施方案中，方法包括：接收弱光数字图像；由至少一个处理器通过用编码器‑解码器神经网络对弱光数字图像进行处理，生成结果的数字图像，所述编码器‑解码器神经网络包括多个卷积层和多尺度上下文聚合块，所述多个卷积层被分类为降采样阶段和升尺度阶段，所述多尺度上下文聚合块被配置成聚合所述弱光数字图像的多尺度上下文信息并且是在所述降采样阶段和所述升尺度阶段之间被采用的；以及通过所述至少一个处理器，将所述结果的数字图像输出至输出设备。

【技术实现步骤摘要】
【国外来华专利技术】提高弱光图像的质量的方法、系统和计算机可读介质相关申请的交叉引用本申请要求于2018年9月6日提交的名称为“METHOD,SYSTEM,ANDCOMPUTER-READABLEMEDIUMFORIMPROVINGQUALITYOFLOW-LIGHTIMAGES”的美国申请No.62/728,010的优先权。本公开内容的背景1.
本公开涉及图像处理领域，更特别地，涉及一种用于提高弱光图像的质量的方法、系统和计算机可读介质。2.
技术介绍
由于低信噪比(signal-to-noiseratio，SNR)，在弱光照条件下拍摄具有良好感知质量的图像极具挑战性。延长曝光时间可以获得在视觉上看起来良好的图像，但是这可能容易引入运动模糊，并且在实际生活中并不总是适用。为了使短曝光时间的弱光图像在视觉上看起来合理，已经进行了广泛的研究，包括旨在去除图像中由于弱光照条件而存在的噪声的降噪技术，以及为了提高数字图像的感知质量而开发的增强技术。然而，目前的降噪方法往往通过使用合成数据来评估，其不能很好地推广到真实图像，而且弱光本文档来自技高网...

【技术保护点】
1.一种方法，包括：/n接收弱光数字图像；/n由至少一个处理器通过用编码器-解码器神经网络对所述弱光数字图像进行处理，生成结果的数字图像，所述编码器-解码器神经网络包括多个卷积层和多尺度上下文聚合块，所述多个卷积层被分类为降采样阶段和升尺度阶段，所述多尺度上下文聚合块被配置成聚合所述弱光数字图像的多尺度上下文信息并且是在所述降采样阶段和所述升尺度阶段之间被采用的；以及/n通过所述至少一个处理器，将所述结果的数字图像至输出设备。/n

【技术特征摘要】
【国外来华专利技术】20180906 US 62/728,0101.一种方法，包括：
接收弱光数字图像；
由至少一个处理器通过用编码器-解码器神经网络对所述弱光数字图像进行处理，生成结果的数字图像，所述编码器-解码器神经网络包括多个卷积层和多尺度上下文聚合块，所述多个卷积层被分类为降采样阶段和升尺度阶段，所述多尺度上下文聚合块被配置成聚合所述弱光数字图像的多尺度上下文信息并且是在所述降采样阶段和所述升尺度阶段之间被采用的；以及
通过所述至少一个处理器，将所述结果的数字图像至输出设备。


2.根据权利要求1所述的方法，其中，在接收所述弱光数字图像之前，所述方法还包括：
接收数字图像；
确定所述数字图像的对比值、动态范围以及信噪比(SNR)中至少一项是否低于阈值；以及
响应于确定出所述对比值、所述动态范围以及所述SNR中至少一项低于所述阈值，确定所述数字图像是弱光数字图像。


3.根据权利要求1所述的方法，其特征在于，所述编码器-解码器神经网络包括U-net架构。


4.根据权利要求1所述的方法，其中，所述生成结果的数字图像，包括：
在所述降采样阶段，每隔几个卷积层之后执行池化操作；以及
在所述升尺度阶段，每隔几个卷积层之前执行升尺度操作。


5.根据权利要求1所述的方法，其中，所述生成结果的数字图像，包括：
将所述降采样阶段的卷积层与所述升尺度阶段和所述降采样阶段的所述卷积层具有相同分辨率的卷积层串联。


6.根据权利要求1所述的方法，其中，所述生成结果的数字图像，包括：
通过所述多尺度上下文聚合块的全局池化层，提取所述弱光数字图像的全局上下文信息；以及
通过所述多尺度上下文聚合块的具有多种膨胀率的多个膨胀层，以不同尺度提取所述弱光数字图像的上下文信息。


7.根据权利要求6所述的方法，其中，所述全局池化层与所述膨胀层中的一个膨胀层串联，并且其他膨胀层以关于对应的尺度级联的方式串联。


8.根据权利要求6所述的方法，其中，所述生成结果的数字图像还包括：
对所述全局池化层执行双线性升尺度操作。


9.根据权利要求6所述的方法，其中，所述多尺度上下文聚合块包括：在所述全局池化层和所述膨胀层之后连接的全连接层。


10.根据权利要求1所述的方法，其中，所述输出所述结果的数字图像，包括：
将所述结果的数字图像输出至显示设备，以在所述显示设备上显示所述结果的数字图像。


11.一种系统，其特征在于，包括：
至少一个存储器，配置成存储程序指令；
至少一个处理器，配置成执行所述程序指令，所述程序指令使所述至少一个处理器执行包括下述的步骤：
接收弱光数字图像；
通过用编码器-解码器神经网络对所述弱光数字图像进行处理，生成结果的数字图像，所述编码器-解码器神经网络包括多个卷积层和多尺度上下文聚合块，所述多个卷积层被分类为降采样阶段和升尺度阶段，所述多尺度上下文聚合块被配置成聚合所述弱光数字图像的多尺度上下文信息并且是在所述降采样阶段和所述升尺度阶段之间被采用的；以及
将所述结果的数字图像输出至输出设备。


12.根据权利要求11所述的系统，其中，在所述接收弱光数字图像之前，所述方法还包括：
接收数字图像；
确定所述数字图像的对比值、动态范围以及信噪比(SNR)中至少一项是否低于阈值；以及
响应于确定出所述对比值、...

【专利技术属性】
技术研发人员：孟子博，何朝文，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44