一种结合多尺度特征聚合和提升策略的低光图像增强方法
公开
摘要
本发明涉及一种结合多尺度特征聚合和提升策略的低光图像增强方法，属于图像增强技术领域，基于卷积神经网络的编码‑解码架构的低光图像增强模型加以改进，提出了一个多尺度特征聚合模块(FBAM)以及一个结合提升策略和像素注意力机制的的噪声去除模块(BPM)。有益效果在于前者基于错误反馈机制，使用了反投影技术，可以在聚合当前特征的时候考虑到先前所有的特征；后者可以提高图像的信噪比，并建模图像中每一个像素点之间的关系，帮助网络更好地识别图像内容，从而强调共性，去除差异。
基本信息
专利标题 ：
一种结合多尺度特征聚合和提升策略的低光图像增强方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581337A
申请号 ：
CN202210278847.0
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
蒋斌王仁君杨超
申请人 ：
湖南大学
申请人地址 ：
湖南省长沙市岳麓区麓山南路麓山门
代理机构 ：
长沙新裕知识产权代理有限公司
代理人 ：
梁小林
优先权 ：
CN202210278847.0
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00 G06T5/50 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
