一种基于Retinex理论和色彩均衡模型的低照度图像增强方法技术

本发明专利技术提供一种基于Retinex理论和色彩均衡模型的低照度图像增强方法。低光照图像增强旨在恢复夜间捕获的图像质量，进一步提高高级视觉计算机任务的性能。最近的许多方法有效地照亮了低光图像，但未能压缩固有的噪声，消除色彩偏差等。为了解决这一问题，本发明专利技术提出了一种基于Retinex方法和色彩均衡模型的低照度图像增强方法。具体而言，我们首先通过由两个特征混合注意(FHA)组成的解耦模块以密集连接的方式提取输入的灰度表示。然后，利用分量预测模块引导下的重建网络对原始RGB图像进行质量恢复。最后，采用基于全局通道注意机制的重建模块，在校正色彩偏差的同时保留细节。大量的实验表明，该方法在弱光图像增强方面具有优异的性能。

【技术实现步骤摘要】

本专利技术属于图像增强，涉及低照度图像增强方法，特别是涉及一种基于retinex理论和色彩均衡模型的低照度图像增强方法。

技术介绍

1、图像增强在计算机视觉研究中占有重要地位，它对于提升安全监控、深海探测和医学成像等领域的图像质量发挥着关键作用。

2、在低照度条件下进行图像增强时，不可避免地会面临着一个挑战：如何在提升图像的亮度的同时，保留其细节和对比度。这一过程的主要难点为实现亮度增强与恢复图像质量之间的平衡。在调整图像亮度时容易导致色彩失真，所以确保色彩保真度是具有挑战性的。因此，该领域的主要研究目标是寻找一个能普遍适用的解决方案。

3、传统的方法主要分析图像的照度直方图了解其照度分布，通过调整光照分布以改善图像的对比度和细节。然而，由于这些方法在考虑局部像素相关性方面的局限性，可能会导致图像的过度增强。基于retinex理论的方法将图像分解为反射分量和照度分量，通过修改图像的照度和反射风量，从而调整其亮度和对比度，以增强整体视觉感受。然而，基于retinex理论的方法可能会引入颜色失真或其他视觉伪影，特别是在处理复杂场景时，显本文档来自技高网...

【技术保护点】

1.一种基于Retinex理论和色彩均衡模型的低照度图像增强方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于Retinex理论和色彩均衡模型的低照度图像增强方法，其特征在于，所述步骤一包括：两个特征提取块和两个特征混合注意力单元，通过结合混合注意力块和重叠交叉注意力块来增强网络表示能力；重叠交叉注意力块使用重叠窗口扩展查询、键和值的范围，提高自注意力机制的性能。

3.根据权利要求1所述的基于Retinex理论和色彩均衡模型的低照度图像增强方法，其特征在于，所述步骤二包括：光照分量预测和反射分量预测，通过上采样和下采样操作生成平滑的单通道灰度图像以精确...

【技术特征摘要】

1.一种基于retinex理论和色彩均衡模型的低照度图像增强方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于retinex理论和色彩均衡模型的低照度图像增强方法，其特征在于，所述步骤一包括：两个特征提取块和两个特征混合注意力单元，通过结合混合注意力块和重叠交叉注意力块来增强网络表示能力；重叠交叉注意力块使用重叠窗口扩展查询、键和值的范围，提高自注意力机制的性能。

3.根据权利要求1所述的基于retinex理论和色彩均衡模型的低照度图像增强方法，其特征在于，所述步骤二包括：光照分量预测和反射分量预测，通过上采样和下采样操作生成平滑的单通道灰度图像以精确预测光照水平；反射分量预测利用解耦网络的特征，通过gru门控机制增强，与输入rgb图像结合，提升结构细节和整体图像质量，最终，生成的复合图像在重建网络中进一步优化，确保图像增强过程的一致性和精...

【专利技术属性】
技术研发人员：刘振丙，范涛，贾思远，路皓翔，黄杰钰，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：