交叉注意力融合的弱光图像增强方法技术

本发明专利技术公开了交叉注意力融合的弱光图像增强方法，首先对输入的低照度图像X进行局部纹理细节提取，得到局部特征信息；然后对输入的低照度图像X进行全局信息提取，得到全局特征信息；将图像的局部特征信息和全局特征信息融合在一起，得到增强后的重建图像Y<subgt;1</subgt;；将重建图像Y<subgt;1</subgt;进行噪声去除和细节增强，得到最终的增强图像Y；搭建神经网络，进行训练1500个Epoch，验证训练结果，保存神经网络的模型；最后得到增强图像。本发明专利技术解决了现有增强算法并不容易得到一个局部纹理细节情绪且连续和去噪结果优异的图像的问题。

【技术实现步骤摘要】

本专利技术属于计算机数字图像处理，具体涉及交叉注意力融合的弱光图像增强方法。

技术介绍

1、随着越来越多的照片在低光环境下拍摄，图像亮度不足的问题愈发普遍。这种低光成像广泛应用于夜间监控和光线不足时的风景拍摄等多个领域。然而，低光图像在视觉感知上面临许多挑战，包括图像质量低下、大量噪声、细节模糊以及可见度差等问题。如果将这些图像直接用于视觉任务处理，如目标识别和分类等，效果将大打折扣。为了解决这些问题，低光图像增强成为一种有效的解决方案。在众多增强方法中，基于深度学习的技术由于能够从大量数据中学习低光图像的特征，展现出其独特优势。通过训练深度学习网络，能够理解和增强低光图像中的模式，同时减少噪声的影响。因此，基于深度学习的图像增强算法在安防监控、目标检测、视频监控等领域发挥着不可替代的作用，成为当前的重要研究方向之一。

2、目前，现有的低光照图像增强方法主要分为四个大类，包括基于编码器和解码器的增强、基于gan模型的增强、基于传统cnn和transformer的增强及基于扩散模型的增强。由于现有的低照度图像通常具有较低的信噪比，图像内容本身包含本文档来自技高网...

【技术保护点】

1.交叉注意力融合的弱光图像增强方法，其特征在于，具体按照以下步骤实施：

2.根据权利要求1所述的交叉注意力融合的弱光图像增强方法，其特征在于，所述步骤1具体按照以下步骤实施：

3.根据权利要求2所述的交叉注意力融合的弱光图像增强方法，其特征在于，所述步骤2具体按照以下步骤实施：

4.根据权利要求3所述的交叉注意力融合的弱光图像增强方法，其特征在于，所述步骤3具体按照以下步骤实施：

5.根据权利要求4所述的交叉注意力融合的弱光图像增强方法，其特征在于，所述步骤4具体按照以下步骤实施：

6.根据权利要求5所述的交叉注意力融合的弱光...

【技术特征摘要】

1.交叉注意力融合的弱光图像增强方法，其特征在于，具体按照以下步骤实施：

2.根据权利要求1所述的交叉注意力融合的弱光图像增强方法，其特征在于，所述步骤1具体按照以下步骤实施：

3.根据权利要求2所述的交叉注意力融合的弱光图像增强方法，其特征在于，所述步骤2具体按照以下步骤实施：

4.根据权利要求3所述的交叉注意力融合的弱光图像增强方法，其特征在...

【专利技术属性】
技术研发人员：梁炎明，杜佳乐，刘凯，张增，罗一波，张锦，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：