基于多尺度小波域解耦的低照度双目立体图像增强方法技术

本发明专利技术公开了基于多尺度小波域解耦的低照度双目立体图像增强方法，具体包括如下步骤：步骤1，选取双目立体图像对数据集，对该数据集中的图像对进行低光照预处理，得到低照度双目立体图像对数据集，并将预处理后的数据集划分为训练集、验证集和测试集；步骤2，构建基于小波解耦的暗光立体图像增强网络；步骤3，采用步骤1预处理后的训练集对步骤2构建的网络模型进行训练，得到最优的增强网络模型；步骤4，用步骤1预处理后的测试集对步骤3得到的增强网络模型进行测试，输出增强后的图像。本发明专利技术解决了现有立体图像增强技术中普遍存在的图像亮度不足与色彩恢复不好的问题。

【技术实现步骤摘要】

本专利技术属于计算机视觉与图像处理，涉及基于多尺度小波域解耦的低照度双目立体图像增强方法。

技术介绍

1、双目立体视觉系统是一种先进的技术，它模仿了人类视觉系统的工作原理，特别是我们如何通过两只眼睛来感知三维空间。人类的双眼大约相隔6厘米，这种距离使得每只眼睛从略微不同的视角观察世界，大脑通过比较这些视角差异（即视差）来计算物体的距离和深度。双目立体视觉系统利用这一原理，通过两个摄像头来捕获同一场景的两幅图像，这两幅图像之间的微小差异为系统提供了计算深度信息的基础。目前双目视觉的应用场景越来越广泛，从最早的机器人视觉到现在的自动驾驶、医疗成像领域。

2、在低照度环境下（灰度值<50，0-255范围），如夜间或室内光线不足的情况，双目立体视觉系统面临着严峻的挑战。这种环境常常导致双目立体图像质量下降，视差信息提取困难，这严重影响了双目视觉系统的性能和可靠性。具体来说，低照度环境会导致图像亮度不足，使得图像中的许多细节难以辨认，同时增加图像噪声，这些噪声会干扰图像中的细节，使得视差信息的提取变得更加困难。此外，对比度降低也是一个问题，它使得图本文档来自技高网...

【技术保护点】

1.基于多尺度小波域解耦的低照度双目立体图像增强方法，其特征在于：具体包括如下步骤：

2.根据权利要求1所述的基于多尺度小波域解耦的低照度双目立体图像增强方法，其特征在于：所述步骤2中构建的基于小波解耦的暗光立体图像增强网络包括：小波变换和下采样模块、照度调整模块、高频引导立体匹配模块、高频信息特征增强模块及逆小波变换重建图像模块。

3.根据权利要求2所述的基于多尺度小波域解耦的低照度双目立体图像增强方法，其特征在于：所述步骤2的具体过程为：

4.根据权利要求3所述的基于多尺度小波域解耦的低照度双目立体图像增强方法，其特征在于：所述步骤3训练过程中，使...

【技术特征摘要】

1.基于多尺度小波域解耦的低照度双目立体图像增强方法，其特征在于：具体包括如下步骤：

2.根据权利要求1所述的基于多尺度小波域解耦的低照度双目立体图像增强方法，其特征在于：所述步骤2中构建的基于小波解耦的暗光立体图像增强网络包括：小波变换和下采样模块、照度调整模块、高频引导立体匹配模块、高频信息特征增强模块及逆小波变换重建图像模块。

3.根据权利要求2所述的基于多尺度小波域解耦的低照度双目立体图像增强方法，其特征在于：所述步骤2的具体过程为：

4.根据权利要求3所述的基于多尺度小波域解耦的低照度双目立体图像增强方法，其特征在于：所述步骤3训练过程中，使用五个损失函数对步骤2构建的基于小波解耦的暗光立体图像增强网络模型进行训练，分别是频率域下的损失函数、空间域下的损失函数、对于小波变换后的低频信息的频率域损失函数和空间域损失函数和损失函数。

5.根据权利要求4所述的基于多尺度小波域解耦的低照度双目立体图像增强方法，其特征在于：所述步骤...

【专利技术属性】
技术研发人员：石争浩，闫思铭，都双丽，赵明华，尤珍臻，冯亚宁，贾萌，王勇超，葛飞航，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：