公开(公告)号：CN117745616A

公开(公告)日：2024-03-22

申请号：CN202311794591.X

申请日：2023-12-25

Applicant: 西南大学

Inventor： 王丽丹 ,  佘春燕 ,  段书凯

IPC: G06T5/90 ,  G06T5/50 ,  G06T7/40 ,  G06T7/90 ,  G06V10/54 ,  G06V10/56 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明是一种基于多先验融合的低光照图像增强方法，其特征在于：包括下列步骤：步骤1、设计深度神经网络模型；步骤2、训练和验证评价深度神经网络模型；步骤3、对低光照图像进行增强；所述深度神经网络模型设置有颜色分支、纹理结构分支、基于Transformer架构的Encoder模块、Decoder模块和第一加法模块；颜色分支和纹理结构分支获取低光照图像后，输出颜色先验特征和纹理结构特征；Encoder模块获取低光照图像、颜色先验特征和纹理结构特征后，输出第五内容特征；Decoder模块获取第五内容特征后，输出增强差值图；第一加法模块获取增强差值图和低光照图像后，输出增强结果图。本发明的有益效果是：可以对低光照图像进行有效增强，恢复纹理结构细节并保持颜色一致性。