公开(公告)号：CN117196991A

公开(公告)日：2023-12-08

申请号：CN202311224573.8

申请日：2023-09-21

Applicant: 南京理工大学

Inventor： 葛骏宇 ,  陈昊 ,  朱兴程 ,  顾国华 ,  万敏杰 ,  徐秀钰 ,  王佳节 ,  韶阿俊

IPC: G06T5/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多模态损失函数U型编解码网络的图像增强方法，涉及图像处理领域，包括：设计U型编解码网络模型，将短曝光S0与Dolp图像作为训练集、对应的长曝光图像作为真值参考，输入网络进行训练；并设计了使用YUV色彩空间的光强与线偏振度多模态损失函数，使用梯度下降算法调整网络参数，直到最大迭代次数，输出网络模型；将短曝光测试集图像输入训练好的网络模型，输出增强图像，与对应真值图像进行对比分析。经本发明改进后的网络模型在彩色偏振图像还原上的峰值信噪比、结构相似度和处理速度得到了提升。