基于动态特征聚合和色彩校正的零样本低光图像增强方法
技术特征:
1.基于动态特征聚合和色彩校正的零样本低光图像增强方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于动态特征聚合和色彩校正的零样本低光图像增强方法,其特征在于,s1具体为:
3.根据权利要求2所述的基于动态特征聚合和色彩校正的零样本低光图像增强方法,其特征在于,s2具体为:
4.根据权利要求3所述的基于动态特征聚合和色彩校正的零样本低光图像增强方法,其特征在于,s1a具体为:
5.根据权利要求4所述的基于动态特征聚合和色彩校正的零样本低光图像增强方法,其特征在于,s1b具体为:
6.根据权利要求5所述的基于动态特征聚合和色彩校正的零样本低光图像增强方法,其特征在于,s1c具体为:
7.根据权利要求6所述的基于动态特征聚合和色彩校正的零样本低光图像增强方法,其特征在于,s2a具体为:
8.根据权利要求3所述的基于动态特征聚合和色彩校正的零样本低光图像增强方法,其特征在于,s2b具体为:
9.根据权利要求1所述的基于动态特征聚合和色彩校正的零样本低光图像增强方法,其特征在于,n取256。
10.根据权利要求1所述的基于动态特征聚合和色彩校正的零样本低光图像增强方法,其特征在于,k取8。
技术总结
本发明公开了一种基于动态特征聚合和色彩校正的零样本低光图像增强方法,包括:将预设的训练图像缩放,对其三色通道计算得到色彩校正因子,将缩放后的训练图像及其色彩校正因子输入增强曲线估计网络,得到增强曲线的参数矩阵,得到每次迭代时相应的增强曲线,通过色彩校正因子对增强曲线进行修正,对缩放后的训练图像通过修正后的增强曲线迭代,得到初步的增强结果;对增强曲线的参数矩阵和初步的增强结果分别计算无参考损失;计算预设的测试图像的色彩校正因子,得到最终的增强图像。本发明通过跳跃连接和注意力机制自适应选择和学习特征能力,利用低光图像中色彩先验信息对增强曲线进行校正,防止增强过程中的颜色失真,并提升整体色彩对比度。
技术研发人员:李璇,冯昭明,陈巍维,程莉,马雷,张国敏,丁一凡,王杰,陈荣富
受保护的技术使用者:武汉工程大学
技术研发日:
技术公布日:2024/11/14
文档序号 :
【 40001538 】
技术研发人员:李璇,冯昭明,陈巍维,程莉,马雷,张国敏,丁一凡,王杰,陈荣富
技术所有人:武汉工程大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:李璇,冯昭明,陈巍维,程莉,马雷,张国敏,丁一凡,王杰,陈荣富
技术所有人:武汉工程大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除