一种联合低光照增强与去模糊方法、设备及存储介质技术

本发明专利技术属于图像处理和模式识别技术领域，具体公开了一种基于傅里叶扩散先验的联合低光照增强与去模糊方法、设备及存储介质。本发明专利技术基于傅里叶扩散先验的联合低光照增强与去模糊方法，将傅里叶先验巧妙地嵌入到扩散模型的采样过程中，通过傅里叶域的图像特性引导采样过程，无需任何训练数据和退化假设，利用预训练扩散模型中生成先验的振幅和迭代优化的输入图像的相位，实现了在保持图像内容不变的前提下，图像亮度和清晰度的逐步增强。

【技术实现步骤摘要】

本专利技术属于图像处理和模式识别，涉及一种联合低光照增强与去模糊方法、设备及存储介质。

技术介绍

1、夜间摄影通常使用长曝光来提高进光量，导致图像容易同时出现暗光和模糊的问题。这不仅影响人类视觉体验，也会给后续基于计算机视觉的实际应用造成不利影响。因此，如何利用图像增强技术同时提高图像的亮度和清晰度，使其更适合人类或机器进行分析和处理，具有重要的研究意义和应用价值。

2、图像低光照增强和图像去模糊是计算机视觉领域的两个重要研究方向，近年来，随着深度学习技术的发展，研究人员提出了大量方法来分别处理这两个子问题。但此类方法的级联难以解决真实场景中的联合退化现象。具体来说，低光照增强方法通常关注图像亮度的提高和噪声的去除，忽略了运动模糊带来的空间结构退化；去模糊方法通常假设在白天场景去模糊，因此在低光照环境下鲁棒性较差。尽管可以通过级联这两类方法来处理亮度和模糊问题，但在亮度增强过程中容易丢失用于去模糊的关键信息，进而导致后续的去模糊操作失效。最近，研究人员尝试利用算法合成低光照/模糊和正常光/清晰的成对数据，通过在合成数据集上进行端到端的网络训练，本文档来自技高网...

【技术保护点】

1.一种基于傅里叶扩散先验的联合低光照增强与去模糊方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于傅里叶扩散先验的联合低光照增强与去模糊方法，其特征在于，

3.根据权利要求2所述的基于傅里叶扩散先验的联合低光照增强与去模糊方法，其特征在于，

4.根据权利要求3所述的基于傅里叶扩散先验的联合低光照增强与去模糊方法，其特征在于，

5.根据权利要求4所述的基于傅里叶扩散先验的联合低光照增强与去模糊方法，其特征在于，

6.根据权利要求5所述的基于傅里叶扩散先验的联合低光照增强与去模糊方法，其特征在于，</p>

7.一种...

【技术特征摘要】

1.一种基于傅里叶扩散先验的联合低光照增强与去模糊方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于傅里叶扩散先验的联合低光照增强与去模糊方法，其特征在于，

3.根据权利要求2所述的基于傅里叶扩散先验的联合低光照增强与去模糊方法，其特征在于，

4.根据权利要求3所述的基于傅里叶扩散先验的联合低光照增强与去模糊方法，其特征在于，

5.根据权利要求4所述的基于傅里叶扩散先验的联合低光照增强与去模糊方法，其特征在于，

...

【专利技术属性】
技术研发人员：鲍明松，孙洪秀，吕晓倩，张盛平，李希彬，段立夫，王忠刚，
申请(专利权)人：山东国兴智能科技股份有限公司，
类型：发明
国别省市：