發(fā)布時間：2024-05-07 23:22

　　低質(zhì)量圖像中通常包含一定有價(jià)值的內(nèi)容,但由于拍攝環(huán)境的局限性,圖像的視覺效果較差,阻礙了對圖像內(nèi)容的理解,同時也抑制了圖像處理和計(jì)算機(jī)視覺相關(guān)技術(shù)的應(yīng)用。本文在前人研究的基礎(chǔ)上,重點(diǎn)探索了低光圖像的圖像增強(qiáng)問題�？紤]到現(xiàn)有部分拍照設(shè)備特別是監(jiān)控設(shè)備帶有紅外模式且近紅外圖像不受低光環(huán)境影響的特點(diǎn),本研究中引入紅外信息并分兩階段構(gòu)建深度神經(jīng)網(wǎng)絡(luò)模型修復(fù)低光圖像。本文的主要內(nèi)容包括:首先,梳理現(xiàn)有的相關(guān)研究,包括傳統(tǒng)的和基于深度學(xué)習(xí)的低光圖像增強(qiáng),并隨后介紹本文所涉及的基礎(chǔ)知識和相關(guān)理論。其次,針對極度低光情況下,拍攝的圖像存在部分缺失問題,提出一種融合紅外信息的全卷積深度低光圖像增強(qiáng)模型。該模型采用基于多尺度特征的編碼解碼器網(wǎng)絡(luò)端到端建模低光圖像到正常亮度圖像的映射關(guān)系,并融合近紅外圖像中包含的場景結(jié)構(gòu)性內(nèi)容指導(dǎo)增強(qiáng)低光圖像。通過在訓(xùn)練時約束生成圖像與目標(biāo)圖像的像素級內(nèi)容差異、結(jié)構(gòu)性的深度特征差異以及解碼端的輔助紅外信息損失,提升了低光圖像增強(qiáng)的效果,驗(yàn)證了利用紅外信息實(shí)現(xiàn)圖像亮度增強(qiáng)的有效性。最后,針對前一階段全卷積網(wǎng)絡(luò)輸出可能存在局部區(qū)域顏色失真等問題,提出一種基于紅外特征關(guān)注度的深度...

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1所示，下方藍(lán)色部分表示的是輸入特征圖，輸入特征圖陰影部分表示卷積核，虛線表示的填充部分，綠色部分表示輸出特征圖

安徽大學(xué)碩士學(xué)位論文13的目的是在卷積的時候使特征圖在卷積后仍然等于輸入尺寸，并且如果未填充則卷積后會消除某些邊界，且特征的尺寸也會削減；輸入和輸出通道：卷積層輸入特征圖的通道，并計(jì)算輸出特征通道。輸出特征通道數(shù)與卷積核個數(shù)相同。圖2.1展示單通道卷積過程。（一）單通道卷積輸出特....

圖2.2，將卷積核轉(zhuǎn)換為稀疏矩陣，對應(yīng)的特征圖轉(zhuǎn)化為一維矩陣，最終將卷積操作轉(zhuǎn)換成矩陣相乘，以此加快計(jì)算速度

第二章深度學(xué)習(xí)低光圖像增強(qiáng)技術(shù)相關(guān)理論與基礎(chǔ)知識卷積核輸入特征

圖2.3所示，多通道卷積與單通道卷積相比，特征的通道數(shù)增加，相應(yīng)的卷積核

安徽大學(xué)碩士學(xué)位論文15增加卷積核個數(shù)2.3如圖2.3所示，多通道卷積與單通道卷積相比，特征的通道數(shù)增加，相應(yīng)的卷積核的通道數(shù)同等增加，并且輸出特征圖的通道數(shù)與卷積核的通道數(shù)總是一致的。這是因?yàn)閱蝹�卷積核能和輸入特征產(chǎn)生一個單通道輸出特征，那么多個卷積核就可以與輸入特征產(chǎn)生多個輸....

圖2.4左邊輸入2*2特征，經(jīng)過在輸入(a)轉(zhuǎn)置卷積一

第二章深度學(xué)習(xí)低光圖像增強(qiáng)技術(shù)相關(guān)理論與基礎(chǔ)知識16周圍填充周圍加之間填充輸出特征輸出特征輸入特征輸入特征2.4圖2.4左邊輸入2*2特征，經(jīng)過在輸入特征周圍進(jìn)行零填充，將實(shí)際的特征圖“變大”，然后再進(jìn)行卷積操作得到輸出特征。同樣的右邊，還可以在輸入特征的數(shù)據(jù)之間進(jìn)行零填充，就可....

本文編號：3967144