融合噪声自适应扩散与光照感知的弱光图像增强方法技术

本发明专利技术公开了融合噪声自适应扩散与光照感知的弱光图像增强方法，首先设计基于Retinex理论的反射‑光照分解模块RID，提取输入弱光图像的反射率分量和光照分量；然后设计自适应扩散反射去噪模块ADRD，对反射率分量进行去噪增强，输出增强后的反射率图像；引入噪声估计网络，根据反射率图中区域的噪声强度动态调节扩散模型的去噪幅度；设计光照感知增强模块IEM，融合注意力机制与局部增强块，增强光照图像，输出增强后的光照分量；搭建完整的神经网络框架，对所提模块联合训练，最后测试保存的神经网络的模型，输出增强图像。本发明专利技术解决了现有技术中存在的增强后的图像存在细节丢失、噪声残留以及光照不均的问题。

【技术实现步骤摘要】

本专利技术属于计算机视觉与数字图像处理，具体涉及融合噪声自适应扩散与光照感知的弱光图像增强方法。

技术介绍

1、在弱光环境下获取的图像常伴随亮度不足、细节缺失、噪声严重以及颜色偏移等问题，严重影响图像的可视质量和后续视觉任务的鲁棒性，如目标检测、语义分割和自动驾驶感知等。传统增强方法如灰度变换与直方图均衡在提升亮度与对比度方面具有一定效果，但容易引入伪影、失真或噪声放大等问题，难以适应复杂的非均匀光照分布。retinex理论通过将图像分解为反射率和光照两个分量，为图像增强提供了解释性建模框架。然而，现有基于retinex的增强方法在处理反射率噪声以及光照增强协同性方面普遍存在局限，特别是面对反射率中非均匀噪声分布时，容易出现过度平滑或细节损失。

2、近年来，扩散模型作为新一代生成模型技术，在图像生成与重建等任务中展现出强大的建模能力与稳定性。然而，直接将扩散模型应用于弱光图像增强时，常因噪声估计不准确而导致纹理细节缺失或去噪不充分的问题。因此，亟需一种融合retinex分解与扩散建模的新型方法，能够在有效分离图像反射率与光照信息的同时，实现反射本文档来自技高网...

【技术保护点】

1.融合噪声自适应扩散与光照感知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所述的融合噪声自适应扩散与光照感知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所述的融合噪声自适应扩散与光照感知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所述的融合噪声自适应扩散与光照感知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所述的融合噪声自适应扩散与光照感知的弱光图像增强方法，其特征在于，所述步骤4具体按照以...

【技术特征摘要】

1.融合噪声自适应扩散与光照感知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所述的融合噪声自适应扩散与光照感知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所述的融合噪声自适应扩散与光照感知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所述的融合噪声自适应扩散与光照感知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所述的融合噪声自适应扩散与光照感知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...

【专利技术属性】
技术研发人员：金海燕，杨文帆，苏浩楠，吕志勇，张园林，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：