公开(公告)号：CN117974459A

公开(公告)日：2024-05-03

申请号：CN202410146055.7

申请日：2024-02-02

Applicant: 重庆邮电大学

Inventor： 陈勇 ,  邵凯鑫 ,  刘焕淋 ,  张金亮 ,  陈尚明 ,  熊杭英 ,  张佑瑞

IPC: G06T5/00 ,  G06T5/60 ,  G06T5/92 ,  G06T5/40 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明涉及一种用于低照度环境下的图像增强方法，属于图像处理领域。该方法结合了物理模型和多重先验知识，采用半监督学习策略，旨在有效地处理和增强低照度图像。首先，利用基于大气散射模型对低照度图像进行建模；其次，构建一个深度神经网络模型，并利用现有成对数据集对其进行预训练；然后利用网络模型对物理模型中的参数进行估计和增强低照度图像；然后，利用物理先验做同样的操作，即对物理模型中的参数进行估计和增强图像；然后，基于上述两种计算方法计算损失，不断更新增强网络中的超参数达到满意的增强效果；最后，利用训练好的网络模型对低照度图像进行增强。本发明的方法不仅提高了低照度图像的亮度和对比度，还保持了图像的自然真实感，通过结合物理模型和多重先验知识，本发明能够适应各种低照度环境，提供准确和自然的图像增强效果，此外，该方法的自主学习能力使其能够针对不断变化的环境和图像特征进行优化，提高了模型的泛化能力和实用性。

公开(公告)号：CN119273606A

公开(公告)日：2025-01-07

申请号：CN202411291422.9

申请日：2024-09-14

Applicant: 重庆邮电大学

Inventor： 陈勇 ,  陈尚明 ,  刘焕淋 ,  刘鉴朗 ,  熊杭英 ,  张佑瑞

IPC: G06T5/94 ,  G06T5/73 ,  G06T5/60 ,  G06T7/11 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于中心差分卷积的低照度图像增强方法，属于图像处理领域。该方法包括：首先通过二值掩膜将图像在HSV色彩空间中的亮度分量分割为亮暗两个区域并求得每个区域的平均亮度；然后通过基于二值掩膜的曝光方法根据不同区域平均亮度对图像的亮度分量进行不同程度的曝光；接着中心差分卷积神经网络在融合损失函数的引导下融合不同曝光程度的亮度分量；最后通过另一个中心差分卷积神经网络在内容损失函数的引导下抑制放大的噪声并增强图像当中的纹理细节。本发明的方法不仅能够抑制噪声，增强纹理细节，提高图像的清晰度；并且对非均匀光照条件下和极低光照条件下的图像均有较好的增强效果。

公开(公告)号：CN118134789A

公开(公告)日：2024-06-04

申请号：CN202410254294.4

申请日：2024-03-06

Applicant: 重庆邮电大学

Inventor： 陈勇 ,  张金亮 ,  刘焕淋 ,  邵凯鑫 ,  陈尚明 ,  张佑瑞

IPC: G06T5/60 ,  G06T5/40 ,  G06T5/50 ,  G06T5/70 ,  G06T5/90 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明涉及一种基于盲点网络的低照度图像自监督增强方法，属于图像处理技术领域。该方法包括：将低照度图像在RGB空间进行分区域增强和在HSV空间的V空间进行增强，将两者融合得到亮度增强图像；将亮度增强图像在像素混洗下采样，并通过PD操作解耦每一个像素与其相邻像素之间的相关性；将PD操作后的输入图像输入深度盲点卷积模块，经过深度盲点卷积和点向盲点卷积运算并将两者卷积后的图形进行融合，得到输出特征；将输出特征输入到残差注意力优化模块，通过通道注意力机制和空间注意力机制提取特征信息得到新的特征层；将新的特征层进行卷积操作得到三通道图像，对三通道图像进行PD反操作输出最终的正常增强后图像。