公开(公告)号：CN119338714A

公开(公告)日：2025-01-21

申请号：CN202411664698.7

申请日：2024-11-20

Applicant: 大连海事大学

Inventor： 陈荣 ,  乔四海 ,  汪桐 ,  安明 ,  王典 ,  薛占鳌

IPC: G06T5/70 ,  G06T5/94 ,  G06T5/20 ,  G06T5/60 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种渐进式Retinex引导的低光图像增强方法，包括以下步骤：获取原始RGB低光图像Ilow，通过卷积块提取Ilow的光照分量初始状态#imgabs0#和反射分量初始状态#imgabs1#然后使用互补编码模块对#imgabs2##imgabs3#进行迭代的增强，生成完整的光照分量#imgabs4#和完整的反射分量#imgabs5#使用光照调整模块对Ilow的完整光照分量#imgabs6#进行增强，得到增强后的光照结果#imgabs7#使用噪声去除模块对Ilow的完整反射分量#imgabs8#进行去噪操作；重建阶段，将得到的光照结果#imgabs9#去噪结果#imgabs10#进行逐元素相乘生成最终的增强图像结果#imgabs11#本发明引入了一种多尺度残差密集网络来去除噪声，特别是在真实图像的暗区去除意想不到的颗粒。通过将局部和全局特征相关联来恢复反射率图，从而更好地消除噪声。

公开(公告)号：CN119722539A

公开(公告)日：2025-03-28

申请号：CN202411772988.3

申请日：2024-12-04

Applicant: 大连海事大学

Inventor： 陈荣 ,  乔四海 ,  安明 ,  汪桐 ,  薛占鳌 ,  王典

IPC: G06T5/90 ,  G06T5/70 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供一种用于低光图像增强的双层图推理方法，利用伽马校正来生成不同曝光水平的图像，并计算相应的权重矩阵。在对不同曝光的低光图像进行加权融合后，利用图卷积神经网络的特性，构建图卷积增强优化模块，持续更新图节点信息。得到的去噪图像从空间和通道两个维度进行增强。本发明对原始的低光图像进行伽玛校正，生成一系列突出不同区域特征的增强图像。为了避免图像过度曝光带来的噪声，根据生成图像的特征构造图像融合权矩阵，将其与原始图像进行加权融合。