基于U-net++网络的弱光图像增强方法

• 全文链接
• 请求原文

作   者：

李华基;  程江华;  刘通;  程榜;  赵康成; 

作者机构：

国防科技大学电子科学学院; 

关键词：

弱光增强;  细节重建;  密集连接;  U-net++网络; 

期刊名称：

计算机科学

i s s n：

1002-137X

年卷期：

2021 年 48 卷 0z2 期

页   码：

278-282

摘   要：

弱光图像增强是计算机视觉中最具挑战性的任务之一,现有算法存在亮度不均、对比度低、颜色失真和噪声严重等问题.文中提出了一种基于改进U-net++网络实现更为自然的暗光增强网络框架.首先,输入弱光图像至改进U-net++网络,利用各层密集连接以增强不同层次图像特征的关联性;其次,把各层次图像特征融合后输入卷积网络层进行细节重建.实验结果证明,该方法在提高图像亮度的同时,更好地恢复了弱光图像的细节特征,并且生成正常光图像的颜色特征更接近自然.在PASCAL VOC测试集上的测试结果显示结构相似度(SSIM)和峰值信噪比(PSNR)两个重要指标分别为0.87和26.36,比同类最优算法分别高出18.6%和11.4%.