欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023105054401
申请人: 桂林电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于多阶段拉普拉斯特征融合的微光图像增强方法,其特征在于,将拉普拉斯金字塔分解为S1,S2,S3和S4四个阶段,采用由粗到细的策略恢复微光图像,将拉普拉斯特征图作为先验信息进行集成,并将其与前一阶段的精细特征进行融合,利用提取的特征作为额外的信息传播到下一个阶段,利用隐藏信息进行特征表示和对比信息学习,即大尺度图像更关注高频信息,小尺度图像更关注低频信息,不同尺度特征的融合从而得到融合图像;在特征提取后传播修正后的特征,结合注意力和残差策略的机制,捕捉长期的图片中的上下文相互依赖关系;在拉普拉斯金字塔的第二阶段和第三阶段通过监督校正模块SRM进一步保留图像的局部细节,并在向下一个阶段传播前对图像的亮度进行适当的调整;

监督校正模块包含两个核心特征:

1)传输特征映射,并利用该特征来辅助下一层次的图像增强过程;

2)结合注意力和残差策略的机制,这两种策略有利于语境保存和亮度调整;

表示通过特征提取过程得到的特征;为阶段对应的输入,SRM以为输入,将分成B1和B2两个分支,B1表示监督注意策略,它处理一个3*3卷积块之后的全局信息,将和连接起来,然后将连接的结果传递给重构块,得到输出结果,然后通过特征提取操作得到中间变量A,再将重新标定为注意图;获得的特性图通过重建损失,利用真实监控图像保证空间精度和上下文可靠性;B1的过程可以写成:其中,表示一个3*3的卷积块,它将的特征通道数减少到3,表示一个3*3的卷积块,它将的特征通道数从3增加到特征通道数;表示重构块,其中堆栈多个多通道注意力块(CAB),表示拼接操作;表示每一阶段SRM的输入,是阶段Si+1对应的输入,i=1,2;

B2表示残差策略,它通过操纵标识映射来控制特征映射的亮度,从而避免过度曝光和曝光不足的情况;首先估计微光和正常光图像之间的亮度变化,并将其定义为亮度图,然后将压缩成一个单一的通道图,并将其定义为预测的亮度图,通过最小化和的差异来捕捉亮度的变化,得到中间变量R,并通过B1将R添加到重新校准的特征上,B2的过程可以写成如下:其中,和表示与B1相同的卷积运算;

最后,将包含SRM生成的上下文信息和亮度信息传递到下一层,SRM的整个流程如下:

。